Se considera el problema en el que un analista de datos quiere estimar la tendencia de una serie de datos ordenados, ya sea en el tiempo o en alguna otra dimensión, con diferentes grados de suavidad por segmentos de la serie, que corresponden a distintos regímenes de variabilidad. La propuesta que se hace consiste en fijar primero un porcentaje deseado para la suavidad de la tendencia y determinar el tamaño de cada segmento. Se eligen luego los parámetros de suavidad que se requieren, de manera que se obtenga la suavidad buscada y entonces puede realizarse el cálculo de los valores estimados de la tendencia junto con sus varianzas correspondientes, con las fórmulas de suavizamiento que aquí se deducen. El desarrollo metodológico trata el caso de dos segmentos en detalle y los resultados simplemente se extienden al caso de tres segmentos. Los ejemplos ilustrativos que se presentan hacen uso de datos demográficos y económicos.

Palabras clave: Filtro de Hodrick y Prescott; Graduación; Mínimos Cuadrados Generalizados; Mínimos Cuadrados Penalizados, Parámetro de suavizamiento.