CAJAS SIMPLES: Es muy aplicado para identifcar de tendencia de la serie. Se construye agrupando los datos por ao y ordenndose en forma ascendente, dentro de cada agrupacin anual. Cada caja resume el comportamiento de un ao.YEAR, notperiodic2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2002 2001 2000 1999 1998 1997 1996Nuevos Soles por Kilogramo8,007,006,005,004,00CICLOS: Son movimientos repetitivos a largo plazo, cuya periocidad es mayora un ao.COMPONENTES DE UNA SERIE DE TIEMPO: Segn el enfoue tradicional, una serie de tiempo est constituida por cuatro componentes! "endencia, Ciclos, Estacionalidad y #leatoriedad. "oda serie forma parte de un proceso, la no o$servacin de una de las componentes no de$e ser considerada como ue no e%iste, simplemente de$e asumirse ue en forma determin&stica no es o$servada, pero ue pro$a$il&sticamente puede estar presente.ENFOQUE DE DESCOMPOSICIN! Es considerado el enfoue tradicional. 'tiliza los modelos de errory de descomposicin.ESTACIONALIDAD: Es el movimiento repetitivo a corto plazo, cuya periocidad(o patrn de repeticin) es menor o igual a un ao.ESTACIONARIEDAD EN SENTIDO DBIL! *a esperanza y la varianza del proceso se mantienen constantes con relacin al tiempo.ESTACIONARIEDAD EN SENTIDO FUERTE! *a esperanza y la varianza son invariantes (no cam$ia al aplicarle un conjunto de transformaciones).ESTACIONARIO: #sociado con el concepto de +esta$ilidad, en el tiempo.GRFICO DE CORRELOGRAMA: El grfco de las autocorrelaciones se denomina +correlograma, y se espera ue una serie de tiempo sea estacionaria presente un patrn decreciente de las autocorrelaciones, siendo siempre las primeras mayores ue las siguientes.Nm. deretardos16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1ACF1,00,50,0-0,5-1,0NuevosSolesporKilogramoLmitedeconfianzainferiorLmitedeconfianzasuperiorCoeficienteMEDIAS MVILES: Es un m-todo utilizado para fltrar una serie, es ms recomendado cuando se presenta o$servaciones discordantes.MODELIZACIN: Es un constructo mediante el cual es posi$le reproducir el comportamiento de un proceso y estudiar sus manifestaciones.NO MARKOVIANO: E%istencia de asociacin entre el momento actual y el pasado inmediato.PROCESO ESTOCSTICO! Es la familia de varia$les aleatorias defnida en unespacio de pro$a$ilidades.PROMEDIOS MVILES! Es un m-todo utilizado con la fnalidad de eliminar de la serie la estacionalidad y la aleatoriedad.SERIE DE TIEMPO: Es una realizacin de un proceso, forma secuencial y en intervalos regulares en el tiempo, ue tiene un inicio (to) y un fn (tn).SUAVIZACIN EXPONENCIAL BIPARMETRICO DE HOLT : .e acuerdo conel comportamiento de la serie, SE/ tra$aja con un parmetro para el nivel y otro para la tendencia . Se usan adems dos ponderacioneso constantes de suavizacin.SUAVIZACIN EXPONENCIAL SIMPLE! Este m-todo consiste en construir una serie suavizada so$re la $ase de ponderaciones ue multiplican los datos originales y la serie suavizada, un momento atrs en el tiempo.TENDENCIA (TT) ! Es la componente a largo plazo de la serie 0t ue representa el cam$io de la media a lo largo del periodo de o$servacin.TIPO DE MODELO DE UNA SERIE! *os modelos pueden ser !#ditivo !1t2 "t 3Ct 3Et 3#t4ultiplicativo ! 1t2 "t 5Ct 5Et 5#t4i%to ! 1t2 "t 5Ct 5Et 3#t