Browsing by Author "Montes Vaquerano, Carlos Mauricio"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Análisis dinámico del consumo de energía eléctrica del sector residencial y no residencial en el salvador
    (2012-08-01) Montes Vaquerano, Carlos Mauricio; Vitoriano Villanueva, Begoña; Funes Torres, José Nerys
    El análisis dinámico de series temporales explora las relaciones que existen entre los valores observados en una o más series, con respecto a los valores observados en el pasado para esas mismas series; a manera de ejemplo, supongamos que existe una relación entre el precio y el consumo de la energía eléctrica, ahora supongamos que se da un incremento de precios y que un alto porcentaje de la población toma conciencia del aumento de precios hasta el momento en que le llega la nueva factura, momento en el cual decide cambiar su patrón de consumo; asimismo, supongamos que a la fecha en que le ha llegado el recibo han transcurrido una o dos semanas de consumo que se reflejarán incluso en la siguiente factura, y que adicionalmente, el patrón de consumo de la mayoría de los usuarios se modifica a un cierto ritmo desconocido hasta llegar a un nuevo nivel relativamente estable. Mediante este ejemplo se observa que aun cuando existe una relación de causa y efecto entre los cambios de dos variables, un cambio de valor en la variable independiente no necesariamente afecta de forma inmediata el comportamiento de la variable dependiente; ahora, con el fin de apreciar de mejor manera la utilidad de los análisis dinámicos, supongamos que en el caso citado, la mayor parte de la población requiere de seis meses para estabilizar su nuevo patrón de consumo, pero que los precios cambian con una periodicidad trimestral, en ocasiones hacia la alza y en ocasiones hacia la baja. Bajo tales condiciones, es de esperar que la relación temporal existente entre las variables analizadas no sea fácilmente identificable mediante los valores de las series. De tal manera que, el análisis dinámico de las series temporales, es adecuado para modelar la relación que existe entre las variables y la cantidad de retardos que las relaciona, aspectos que la regresión clásica u otros modelos estáticos no podrían explicar con facilidad.