Automatizando Operaciones en MINITAB

1. Conceptos básicos de
   series de tiempo
3. Primer paso al
   analizar cualquier serie de tiempo
4. Modelos
   clásicos de series de tiempo
5. Resumen
6. Bibliografía

¿Se encontró en la situación de
tener que hacer ciertos análisis más de una vez? Si es
así, ¿le agradaría darle un descanso a su
mouse? Con
MINITAB usted puede fácilmente automatizar operaciones para
ganar tiempo. Hay
varias maneras de hacer esto, desde el método
fácil y rápido de cortar/pegar, al método
más potente usando una macro local.

¿Cómo trabaja esto? Casi todas las
operaciones en MINITAB se pueden hacer usando una
sesión de comandos. De
hecho, cuando usted completa un cuadro de diálogo y
hace clic en Aceptar, MINITAB genera una sesión de
comandos que contiene toda la información que usted seleccionó en
él. Usted puede usar esas sesiones de comandos "como
están." o modificarlas si lo desea, cargarlas en un paso y
MINITAB ejecutará el análisis
entero.

Suponga que tiene una recolección
de datos semanal y que genera tres gráficos diferentes desde esos datos. Por
supuesto, cada semana debería completar los cuadros de
diálogo para los tres gráficos, lo que
significaría muchos clics del mouse. En cambio, usted
podría cargar la sesión de comandos que generaron
esos gráficos en un único y rápido
paso.

Este artículo incluye algunos ejemplos simples de
cómo automatizar operaciones de Series de Tiempo en
MINITAB.

Series de Tiempo en Minitab.

Este manual contiene
el concepto,
aplicación y ejecución en el sistema Minitab
versión 15, del tema de Series de Tiempo

CONCEPTOS BÁSICOS DE SERIES DE
TIEMPO

• 1.1 INTRODUCCIÓN

Toda institución, ya sea la familia,
la empresa o
el gobierno, tiene
que hacer planes para el futuro si ha de sobrevivir y progresar.
Hoy en día diversas instituciones
requieren conocer el comportamiento
futuro de ciertos fenómenos con el fin de planificar,
prever o prevenir.

La planificación racional exige prever los
sucesos del futuro que probablemente vayan a ocurrir. La
previsión, a su vez, se suele basar en lo que ha ocurrido
en el pasado. Se tiene pues un nuevo tipo de inferencia
estadística que se hace acerca del futuro de alguna
variable o compuesto de variables
basándose en sucesos pasados. La técnica más
importante para hacer inferencias sobre el futuro con base en lo
ocurrido en el pasado, es el análisis de series de
tiempo.

Son innumerables las aplicaciones que se pueden citar,
en distintas áreas del conocimiento,
tales como, en economía, física,
geofísica, química, electricidad, en
demografía, en marketing, en
telecomunicaciones, en transporte,
etc.

 Uno de los problemas que
intenta resolver las series de tiempo es el de predicción.
Esto es dado una serie {x(t1),…,x(tn)} nuestros objetivos de
interés
son describir el comportamiento de la serie, investigar el
mecanismo generador de la serie temporal, buscar posibles
patrones temporales que permitan sobrepasar la incertidumbre del
futuro.

 En adelante se estudiará como construir un
modelo para
explicar la estructura y
prever la evolución de una variable que observamos a
lo largo del tiempo. La variables de interés puede ser
macroeconómica (índice de precios al consumo,
demanda de electricidad, series de exportaciones o
importaciones,
etc.), macroeconómica (ventas de
una empresa,
existencias en un almacén,
gastos en publicidad de un
sector), física (velocidad del viento en una central
eólica, temperatura en un proceso,
caudal de un río, concentración en la atmósfera de un
agente contaminante), o social (número de nacimientos,
matrimonios, defunciones, o votos a un partido
político).