Docsity
Docsity

Prepara tus exámenes
Prepara tus exámenes

Prepara tus exámenes y mejora tus resultados gracias a la gran cantidad de recursos disponibles en Docsity


Consigue puntos base para descargar
Consigue puntos base para descargar

Gana puntos ayudando a otros estudiantes o consíguelos activando un Plan Premium


Orientación Universidad
Orientación Universidad


ejercicio 552 de mate, Ejercicios de Contabilidad

el ejercicio es de mucha importancia en la contabilidad 552

Tipo: Ejercicios

2022/2023

Subido el 02/09/2023

lina-vldz
lina-vldz 🇬🇹

3 documentos

1 / 9

Toggle sidebar

Esta página no es visible en la vista previa

¡No te pierdas las partes importantes!

bg1
UNIVERSIDAD DEL OCCIDENTE
EXTENSION DE RETALHULEU
JOSE ESTUARDO MORALES CABRERA
CARNET: 2002007048
ESLY CAROLINA VALDEZ SALES
CARNET: 2002007022
KENNETH ADAN CASIANO DUBOIS
CARNET: 2002007094
DANY JOSUE DELGADO
CARNET: 2002007085
YEZMIN EDILMA VASQUEZ CHAVEZ
CARNET: 2002007052

LICENCIATURA EN CONTABILIDAD Y AUDITORIA PUBLICA
ESTADÍSTICA
LIC. OTTO CALDERÓN
CICLO 2021
pf3
pf4
pf5
pf8
pf9

Vista previa parcial del texto

¡Descarga ejercicio 552 de mate y más Ejercicios en PDF de Contabilidad solo en Docsity!

UNIVERSIDAD DEL OCCIDENTE

EXTENSION DE RETALHULEU

JOSE ESTUARDO MORALES CABRERA

CARNET: 2002007048

ESLY CAROLINA VALDEZ SALES

CARNET: 2002007022

KENNETH ADAN CASIANO DUBOIS

CARNET: 2002007094

DANY JOSUE DELGADO

CARNET: 2002007085

YEZMIN EDILMA VASQUEZ CHAVEZ

CARNET: 2002007052

LICENCIATURA EN CONTABILIDAD Y AUDITORIA PUBLICA

ESTADÍSTICA

LIC. OTTO CALDERÓN

CICLO 2021

INTRODUCCIÓN

A continuación se le da a conocer a usted el lector un análisis de las series cronológicas. Cubre técnicas de descomposición, suavización exponencial, regresión con variables indicadoras, modelos autor regresivos integrados, 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, etc. Ya dado una breve explicación de que usted el lector verá, damos continuidad al tema.

Ejemplo: Un ejemplo de serie cronológica es el comportamiento de las ventas mensuales de un producto A. Meses (2020) Ene . Feb . Ma r. Abr . Ma y. Jun . Jul. Ag. Set. Oct . Nov . Dic. Quetzal es

ANALISIS DE SERIES CRONOLÓGICAS

Una serie cronológica no es sino una variable dada en sucesivos intentes de tiempo y se le conoce también con el nombre de serie de tiempo, serie histórica, serie cronológica, etc. Una serie cronológica llamada también serie de tiempo o serie histórica de un conjunto de datos recopilados, observados y registrados sistemáticamente en un tiempo determinado. ELEMENTOS DE UNA SERIE CRONOLÓGICA Los elementos de una serie cronológica también coincide con el nombre de variaciones, componentes, o movimiento característicos de una serie cronológica pueden dividirse en:

  • Tendencia (T)
  • Variaciones estacionales (S)
  • Variaciones irregulares fortuitas o accidentales
  • Ciclos u oscilaciones Para algunas estadísticas el Análisis de una serie cronológica es igual a la suma de sus movimientos característicos, en cambio para otras se considera como el producto de sus movimientos básicos. Y = T + S + I + C Y = T x S x I x C TENDENCIA (T) El estudio de la tendencia es de suma importancia porque sirve para de terminar el probable comportamiento de los datos en el futuro. La proyección de la serie cronológica constituye el aspecto más importante para la planificación social, económica, educacional, etc. de mediano y largo plazo. VARIACIONES ESTACIONALES (S) Son las oscilaciones que se repiten a intervalos regulares durante un periodo de tiempo o pueden ser fluctuaciones periódicas que se presentan en forma mensual, semestral, anual, etc. Ejemplo:
  • La temperatura que aumenta en verano y baja en invierno
    • Las ventas que aumentan en el fin de mes
    • Las fiestas patronales
  • Las disposiciones legales que entran en vigor en fechas determinadas. VARIACIONES IRREGULARES, FORTUITAS O ACCIDENTALES

Series de Tiempo Por serie de tiempo nos referimos a datos estadísticos que se recopilan, observan o registran en intervalos de tiempo regulares (diario, semanal, semestral, anual, entre otros). El término serie de tiempo se aplica por ejemplo a datos registrados en forma periódica que muestran, por ejemplo, las ventas anuales totales de almacenes, el valor trimestral total de contratos de construcción otorgados, el valor trimestral del PIB. Aplicaciones de las series de tiempo Representar los datos del negocio como series de tiempo suele ayudar a las empresas a visualizar la actividad del negocio. A su vez, usualmente las series de tiempo se utilizan para predecir el comportamiento futuro de la variable medida. Predicción de series de tiempo La predicción de series de tiempo significa que se extienden los valores históricos de la serie al futuro, donde aún no se han hecho mediciones. Para llevar a cabo el pronóstico se definen dos variables principales: cantidad de períodos y horizonte de predicción. La cantidad de períodos representa el nivel de agregación de los datos. Usualmente los datos se encuentran por meses, semanas o días, permitiendo obtener el grado necesario de desagregación para sacar correctas conclusiones. Por su parte, el horizonte de planificación representa el número de períodos futuros o alcance a pronosticar.

CONCLUSIONES

- Al analizar una serie de tiempo, lo primero que se debe hacer es graficar la serie. Esto nos permite detectar las componentes esenciales de la serie. El gráfico de la serie permitirá: detectar tendencias, variación estacional, variaciones irregulares (o componente aleatoria). - Permite desarrollar predicciones para períodos de tiempo anteriores y posteriores considerando, puede observarse la excesiva variabilidad de la serie, así mismo un fuerte efecto estacional en las muestras. - Las series de tiempo nos pueden ayudar a predecir y controlar aquellos procesos que de alguna manera se presentan en el tiempo y de manera ordenada en las diferentes áreas o pronosticar futuros para la toma de decisiones.

  • Con el procedimiento de medias móviles siempre es posible elegir el número de observaciones que se deben tomar para el promedio, esto no siempre es fácil, esto da el periodo de oscilación.
  • El análisis de series de tiempo según la tendencia es válido si es que no se dan otros factores que puedan influenciar de manera significativa la tendencia de ocurrencia de los datos, en nuestro caso un avance tecnológico inesperado podría alterar considerablemente el comportamiento de la tendencia.