En este apunte se da una visión general sobre algunos procedimientos en el análisis en series de tiempo. Inicialmente presentamos el problema general de predicción, luego presentamos métodos clásicos ó ingenuos de suavizamiento en el análisis de series de tiempo.
La aplicación de estas técnicas requieren de trabajo computacional que debe ser complementado en la ejercitación de este curso. El material presentado fué escrito en base a apuntes del profesor Renato Allende, que tuvo como referencia notas de clase de los profesores Pilar Iglesias y Eduardo Engel.
INTRODUCCION Una de las motivaciones para el estudio del tema surge desde tiempos remotos donde una de las principales inquietudes del hombre ha sido estimar el futuro utilizando información del presente y del pasado.
Esto se llama predecir.
Es evidente que las diversas instituciones requieren conocer el comportamiento futuro de ciertos fenómenos con el fin de planificar, preveer o prevenir.
La Estadística ha desarrollado teoría y métodos que apuntan a resolver el problema de predicción.
Sin embargo, este no puede ser resuelto por argumentos puramente matemáticos, debe ser el resultado de una combinación matemático-especialista.
La predicción es una Ciencia y es un Arte, y la mayor dificultad es la mala comunicación entre los analistas de información y de predicción y los usuarios de éstas.
DEFINICION BÁSICA DE SERIE DE TIEMPO
Una serie de tiempo es una colección o conjunto de mediciones de cierto fenómeno o experimento registrados secuencialmente en el tiempo, en forma equiespaciada (a intevalos de tiempo iguales) .
Las observaciones de una serie de tiempo serán denotadas por
Y(t1), Y(t2) ,… , Y(tn)
donde Y(ti) es el valor tomado por el proceso en el instante ti.
Ejemplos de series de tiempo
Economía: Precios de un articulo, tasas de desempleo, tasa de inflación, índice de precios, precio del dólar, precio del cobre, precios de acciones, ingreso nacional bruto, etc.
2. Meteorología: Cantidad de agua caída, temperatura máxima diaria, Velocidad del viento (energía eólica), energía solar, etc.
3. Geofísica: Series sismológicas.
Ejemplos de series de tiempo
4. Química: Viscosidad de un proceso, temperatura de un proceso.
5. Demografía: Tasas de natalidad, tasas de mortalidad.
6. Medicina: Electrocardiograma, electroencéfalograma.
7. Marketing: Series de demanda, gastos, utilidades, ventas, ofertas.
Ejemplos de series de tiempo
8. Telecomunicaciones: Análisis de señales.
9. Transporte: Series de tráfico.
…y muchos otros.
ANALISIS GRAFICO DE UNA SERIE DE TIEMPO Por muy simple que parezca, el paso más importante en el análisis de series de tiempo consiste en graficar la serie.
Esto debe hacerse siempre, independiente de cuán simples o complejos sean los procedimientos que se emplean posteriormente.
El gráfico de la serie permitirá detectar los siguientes elementos:
a) Outliers: Se refiere a puntos de la serie que se escapan de lo normal.
Si se sospecha que una observación es un outliers, se debe reunir información adicional sobre posibles factores que afectaron el proceso.
Por ejemplo, en un estudio de la producción diaria de cobre se presentó la siguiente situación:
Outliers
b) Tendencias La tendencia representa el comportamiento predominante de la serie.
Esta puede ser definida vagamente como el cambio de la media a lo largo de un extenso período de tiempo.
Tendencia
c) Variaciones ciclicas o estacionales
La variación estacional representa un movimiento periódico de la serie de tiempo.
La duración del período puede ser un año, un trimestre, un mes, un día, etc.
Variaciones cíclicas o estacionales
| Página siguiente |