Series Temporales
| ||||||
Series Temporales, colección de observaciones de una variable recogidas secuencialmente en el tiempo. Estas observaciones se suelen recoger en instantes de tiempo equiespaciados.
Sumario
Importancia
El análisis de series temporales comprende métodos que ayudan a interpretar este tipo de datos, extrayendo información representativa, tanto referente a los orígenes o relaciones subyacentes como a la posibilidad de extrapolar y predecir su comportamiento futuro.Si los datos se recogen en instantes temporales de forma continua, se debe o bien digitalizar la serie, es decir, recoger sólo los valores en instantes de tiempo equiespaciados, o bien acumular los valores sobre intervalos de tiempo.
Clasificaciones de las series temporales
- Discreta o continua:Depende de como sean las observaciones.
- Determinísticas:Si se pueden predecir exactamente los valores.
- Estocásticas]]:Si el futuro sólo se puede determinar de modo parcial por las observaciones pasadas y no se pueden determinar exactamente, se considera que los futuros valores tienen una distribución de probabilidad que está condicionada a los valores pasados.
Objetivos del análisis de series temporales
Los objetivos del análisis de series temporales son diversos, pudiendo destacar la predicción, descripción, la simulación , y el control de procesos.
Predicción
Cuando se observan los valores de una serie,se pretende normalmente no sólo explicar el pasado, sino también predecir el futuro.Este objetivo se emplea ampliamente en el campo de la ingeniería y de la economía, incluyendo en esta última rama también la sanidad pública y la vigilancia de la salud.
Descripción
Cuando se estudia una serie temporal, lo primero que se tiene que hacer es dibujarla y considerar las medidas descriptivas básicas. Así, se tiene que considerar: 1-Si los datos presentan forma creciente (tendencia). 2-Si existe influencia de ciertos periodos de cualquier unidad de tiempo (estacionalidad). 3-Si aparecen outliers (observaciones extrañas o discordantes).
Simulación
Se emplea en investigación aplicada, cuando el proceso es muy complejo para ser estudiado de forma analítica.
Control de procesos
Trata de seguir la evolución de una variable determinada con el fin de regular su resultado. Esta teoría se utiliza en medicina en los Centros de Control de Enfermedades.
Componentes de una serie temporal
El estudio descriptivo de series temporales se basa en la idea de descomponer la variación de una serie en varias componentes básicas. Este enfoque no siempre resulta ser el más adecuado, pero es interesante cuando en la serie se observa cierta tendencia o cierta periodicidad.Hay que resaltar que esta descomposición no es en general única. Este enfoque descriptivo consiste en encontrar componentes que correspondan a una tendencia a largo plazo, un comportamiento estacional y una parte aleatoria.
El primer paso obligatorio para analizar una serie temporal es presentar un gráfico de la evolución de la variable a lo largo del tiempo.
El siguiente paso consistirá en determinar si la secuencia de valores es completamente aleatoria o si, por el contrario, se puede encontrar algún patrón a lo largo del tiempo, pues sólo en este caso podremos seguir con el análisis.
La metodología tradicional para el estudio de series temporales es bastante sencilla de comprender, y fundamentalmente se basa en descomponer las series en varias partes: tendencia, efecto estacional o periódica, y variacción cíclica.
- Tendencia: Se puede definir como un cambio a largo plazo que se produce en relación al nivel medio, o el cambio a largo plazo de la media.La tendencia se identifica con un movimiento suave de la serie a largo plazo.
- Efecto Estacional:Muchas series temporales presentan cierta periodicidad o dicho de otro modo, variación de cierto periodo (anual,mensual ...).Por ejemplo, el paro laboral aumenta en general en invierno y disminuye en verano. Estos tipos de efectos son fáciles de entender y se pueden medir explícitamente o incluso se pueden eliminar del conjunto de los datos, desestacionalizando la serie original.
- Variación cíclica:Es el componente de la serie que recoge las oscilaciones periódicas de amplitud superior a un año. movimientos normalmente irregulares alrededor de la tendencia, en las que a diferencia de las variaciones estacionales, tiene un período y amplitud variables, pudiendo clasificarse como cíclicos, cuasicíclicos o recurrentes.
Clasificación descriptiva
Las series temporales se pueden clasificar en:
- Estacionarias:Una serie es estacionaria cuando es estable, es decir, cuando la media y la variabilidad son constantes a lo largo del tiempo. Esto se refleja gráficamente en que los valores de la serie tienden a oscilar alrededor de una media constante y la variabilidad con respecto a esa media también permanece constante en el tiempo. Es una serie básicamente estable a lo largo del tiempo, sin que se aprecien aumentos o disminuciones sistemáticos de sus valores. Para este tipo de series tiene sentido conceptos como la media y la varianza. Sin embargo, también es posible aplicar los mismos métodos a series no estacionarias si se transforman previamente en estacionarias.
- No Estacionarias:Son series en las cuales la media y/o variabilidad cambian en el tiempo. Los cambios en la media determinan una tendencia a crecer o decrecer a largo plazo, por lo que la serie no oscila alrededor de un valor constante.
Ejemplos de series temporales
Las series temporales aparecen en numerosos campos, dentro de ellos:
- Economía y Marketing
- Precio del alquiler de pisos durante una serie de meses.
- Evolución del índice del precio del trigo con mediciones anuales.
- Beneficios netos mensuales de cierta entidad bancaria.
- Indices del precio del petróleo.
- Demografía
- Número de habitantes en cierto país por año.
- Tasa de mortalidad infantil por año.
- Medioambiente
- Evolución horaria de niveles de óxido de azufre y de niveles de óxido de nitrógeno en una ciudad durante una serie de años.
- Lluvia recogida diariamente en una localidad.
- Temperatura media mensual.
- Medición diaria del contenido en residuos tóxicos en un río.
