#############################################################  ejemplo 1

Par <- function(numero)
{
	modulo <- numero %% 2
	modulo
	# si modulo = 0, entonces numero es par
	# si modulo = 1, entonces numero es impar
}

##############################

MediasGrupos <- function(SerieTemporal, p)
{
	longitud <- length(SerieTemporal)
	grupo <- array(0,c(longitud-p+1,p))
	mediagrupo <- array(0,c(longitud-p+1,1))
	i <- 1
	k <- 1
	grupo[i,1:p] <- SerieTemporal[1:p]
	mediagrupo[i] <- mean(grupo[i,1:p])
	while (p+k <= longitud)
	{
		i <- i + 1
		grupo[i,1:p] <- SerieTemporal[(1+k):(p+k)]
		mediagrupo[i] <- mean(grupo[i,1:p])
		k <- k + 1
	}
	#grupo
	mediagrupo
}

##############################

TendenciaMediasMoviles <- function(SerieTemporal, p, representacion=TRUE)
{
	#represento la serie original por defecto
	if (representacion==TRUE)
	{
		win.graph()
		#postscript("SerieOriginal.eps", horizontal=FALSE, onefile=FALSE, height=8, width=6, pointsize=10)
		jpeg("SerieOriginal.jpg")
		plot(SerieTemporal, xlab="Tiempo", ylab="Serie Temporal", type="o")
		dev.off()
	}
	#calculo la serie suavizada y la centro
	Medias <- MediasGrupos(SerieTemporal, p)
	SerieSuavizada <- array(NA,c(1,length(SerieTemporal)))
	centrada <- Par(p)
	if (centrada == 1)	
	{
		k <- (p+1)/2
		for (i in 1:length(Medias))
		{
			SerieSuavizada[k] <- Medias[i]
			k <- k + 1
		}
	}
	else
	{
		Medias <- MediasGrupos(Medias, 2)
		k <- ((p+1)/2+0.5)
		for (i in 1:length(Medias))
		{
			SerieSuavizada[k] <- Medias[i]
			k <- k + 1
		}
	}
	#represento la serie original y suavizada de forma conjunta
	if (representacion==TRUE)
	{
		win.graph()
		#postscript("SerieOriginalSuavizada.eps", horizontal=FALSE, onefile=FALSE, height=8, width=6, pointsize=10)
		jpeg("SerieOriginalSuavizada.jpg")
		plot(SerieTemporal, type="n")
		Series <- ts(matrix(c(SerieTemporal, SerieSuavizada), length(SerieTemporal), 2))
		plot(Series, plot.type="single", xlab="Tiempo", ylab="Serie Temporal Original y Suavizada", lty=1:2, col=1:2)
		dev.off()
		graphics.off()
	}
	#devuelvo la serie suavizada
	SerieSuavizada
}

#############################################################  ejemplo 2

TendenciaRegresion <- function(SerieTemporal, Tiempos, representacion=TRUE)
{
	mediaSerieTemporal <- mean(SerieTemporal)
	varianzaSerieTemporal <- var(SerieTemporal)
	mediaTiempos <- mean(Tiempos)
	varianzaTiempos <- var(Tiempos)
	covarianza <- cov(SerieTemporal, Tiempos)
	pendiente <- covarianza/varianzaTiempos
	independiente <- mediaSerieTemporal - pendiente*mediaTiempos
	coeficientedeterminacion <- (covarianza^2)/(varianzaSerieTemporal*varianzaTiempos)
	informe <- c(mediaSerieTemporal, varianzaSerieTemporal, mediaTiempos, varianzaTiempos, covarianza, coeficientedeterminacion, independiente, pendiente)
	names(informe) <- c("Media Serie Temporal", "Varianza Serie Temporal", "Media Tiempos", "Varianza Tiempos", "Covarianza", "Coeficiente Determinacion", "Término Independiente", "Pendiente")
	#represento los puntos y la recta calculada
	if (representacion==TRUE)
	{
		#postscript("SerieOriginalRecta.eps", horizontal=FALSE, onefile=FALSE, height=8, width=6, pointsize=10)
		jpeg("SerieOriginalRecta.jpg")
		plot(Tiempos, SerieTemporal, type="o", las=2)
		abline(independiente, pendiente, lty=2, col=2)
		dev.off()
	}
	#salida
	informe
}

#############################################################  ejemplo 3

Media <- function(vector)
{
	longitud <- length(vector)
	media <- 0
	total <- 0
	for (i in 1:longitud)
	{
		if (is.na(vector[i]) == FALSE)
		{
			media <- vector[i] + media
			total <- total + 1
		}
	}
	media <- media/total
	media
}

######################

EstacionalMediasMoviles <- function(SerieTemporal, p, representacion=TRUE)
{
	SerieSuavizada <- TendenciaMediasMoviles(SerieTemporal, p, FALSE)
	Serie1 <- SerieTemporal/SerieSuavizada
	Serie2 <- matrix(Serie1, ncol=p, byrow=T)
	M <- array(0, c(1, p))
	for (i in 1:p)
	{
		M[i] <- Media(Serie2[,i])
	}
	MA <- mean(M)
	IVE <- array(0, c(1, p))
	for (i in 1:p)
	{
		IVE[i] <- M[i]/MA
	}
	dimensiones <- dim(Serie2)
	SerieDesestacionalizada <- matrix(0, nrow=dimensiones[1], ncol=dimensiones[2])
	Serie3 <- matrix(SerieTemporal, ncol=p, byrow=T)
	for (i in 1:p)
	{
		SerieDesestacionalizada[,i] <- Serie3[,i]/IVE[i]
	}
	# represento serie original y desestacionalizada
	if (representacion==TRUE)
	{
		SerieDesestacionalizada0 <- as.vector(t(SerieDesestacionalizada))
		Series <- ts(matrix(c(SerieTemporal, SerieDesestacionalizada0), length(SerieTemporal), 2))
		#postscript("SerieOriginalDesestacionalizada.eps", horizontal=FALSE, onefile=FALSE, height=8, width=6, pointsize=10)
		jpeg("SerieOriginalDesestacionalizada.jpg")
		plot(Series, plot.type="single", lty=1:2, col=1:2)
		dev.off()
	}
	# salida
	salida <- list(IVE, SerieDesestacionalizada)
	names(salida) <- c("Índices Variación Estacional", "Serie Desestacionalizada")
	salida
}

#############################################################  ejemplo 4

Regresion <- function(Y, X)
{
	mediaX <- mean(X)
	varianzaX <- var(X)
	mediaY <- mean(Y)
	varianzaY <- var(Y)
	covarianza <- cov(Y,X)
	pendiente <- covarianza/varianzaX
	independiente <- mediaY - pendiente*mediaX
	coeficientedeterminacion <- (covarianza^2)/(varianzaX*varianzaY)
	informe <- c(independiente, pendiente, mediaX, varianzaX, mediaY, varianzaY, covarianza, coeficientedeterminacion)
	informe
}

####################################


EstacionalRegresion <- function(SerieTemporal, Tiempos, p, representacion=TRUE)
{
	Serie1 <- matrix(SerieTemporal, ncol=p, byrow=T)
	dimensiones <- length(Tiempos)
	MediasAnuales <- array(0, c(1, dimensiones))
	for (i in 1:dimensiones)
	{
		MediasAnuales[i] <- mean(Serie1[i,])
	}
	b <- Regresion(as.vector(MediasAnuales), Tiempos)
	M <- array(0, c(1, p))
	MM <- array(0, c(1, p))
	for (i in 1:p)
	{
		M[i] <- mean(Serie1[,i])
		resto <- b[2]*(i-1)
		MM[i] <- M[i] - resto/p 
	}
	MA <- mean(MM)
	IVE <- array(0, c(1, p))
	for (i in 1:p)
	{
		IVE[i] <- MM[i]/MA
	}
	dimensiones <- dim(Serie1)
	SerieDesestacionalizada <- matrix(0, nrow=dimensiones[1], ncol=dimensiones[2])
	for (i in 1:p)
	{
		SerieDesestacionalizada[,i] <- Serie1[,i]/IVE[i]
	}
	# represento serie original y desestacionalizada
	if (representacion==TRUE)
	{
		SerieDesestacionalizada0 <- as.vector(t(SerieDesestacionalizada))
		Series <- ts(matrix(c(SerieTemporal, SerieDesestacionalizada0), length(SerieTemporal), 2))
		jpeg("SerieOriginalDesestacionalizada.jpg")
		plot(Series, plot.type="single", lty=1:2, col=1:2)
		dev.off()
	}
	# salida
	salida <- list(IVE, SerieDesestacionalizada)
	names(salida) <- c("Índices Variación Estacional", "Serie Desestacionalizada")
	salida
}