Análisis de Series de Tiempo

 ANÁLISIS DE SERIES DE TIEMPO

1. INTRODUCCIÓN AL ANÁLISIS DE SERIES DE TIEMPO
Las series de tiempo son un conjunto de observaciones ordenadas respecto a una característica cuantitativa de un fenómeno individual o colectivo, que se toman en diferentes períodos de tiempo (diario, semanal, mensual, etc.).
Una serie de tiempo es un conjunto de observaciones producidas en determinados momentosdurante un periodo, semanal, mensual, trimestral o anual, generalmente a intervalos iguales.
Con frecuencia se realizan observaciones de datos a través del tiempo. Cualquier variable que conste de datos reunidos, registrados u observados sobre incrementos sucesivos de tiempo se denomina serie de tiempo.
El análisis de las series de tiempo tiene como propósitos principales, por un lado, estudia lasvariaciones que se dan en los valores de la serie a lo largo del tiempo y, por otra parte, hacer pronósticos sobre su posible comportamiento futuro.
Las series de tiempo como el análisis de regresión, corresponden a distribuciones bidimensionales, o bivariantes es decir, se trabaja y analizan conjuntamente dos variables, salvo que en este caso una de ellas corresponde al tiempo que podríaconsiderarse como la variable independiente o explicativa, y que se simboliza por x o t; la otra variable es la que se va a estimar, ya sea dentro de la serie (interpolar) o su comportamiento futuro (extrapolar), simbolizado por Y, y puede corresponder, como por ejemplo producción, exportaciones, ventas, horas trabajadas, inversiones, matricula, defunciones, nacimientos, movimientos de carga, etc. Se tratade una regresión unilateral.
Vale la pena mencionar que las proyecciones o la tendencia en el futuro, debe hacerse para periodos cortos de uno o dos años, máximo cinco años, bajo el supuesto de que las condiciones dadas en la serie van a seguir siendo iguales que, en el presente; imposible que se mantenga en periodos largos, a fin de que no se produzcan diferencias entre lo esperados y sucomportamiento real.
Una forma de abordar la predicción de valores futuros a partir de observaciones pasadas es simplemente estimar que el valor en el próximo temporal será igual al del último periodo. Es decir: Ŷt+1 = Yt donde Ŷt+1 es la estimación del valor de la serie temporal en el próximo periodo e Yt es el valor real en el periodo actual. Este enfoque, denominado “método elemental de predicción”, sepodría utilizar si los datos presentan una marcha aleatoria. Los movimientos en marcha aleatoria no exhiben ninguna tendencia hacia arriba o hacia abajo, y lo típico es que su dirección cambie de improviso
Si bien el comportamiento de cualquier serie de tiempo puede observarse gráficamente, no en todos los casos es posible distinguir las particularidades que cada una puede contener. La experienciabasada en muchos ejemplos se series de tiempo, sin embargo, ha revelado que existen ciertos movimientos o variaciones características que pueden medirse y observarse por separado. Estos movimientos, llamados a menudo componentes, de una serie de tiempo y que se supone son causados por fenómenos distintos.
El primer paso para analizar una serie de tiempo es graficarla, esto permite: identificar latendencia, la estacionalidad, las variaciones irregulares (componente aleatoria). Un modelo clásico para una serie de tiempo, puede ser expresada como suma o producto de tres componentes: tendencia, estacional y un término de error aleatorio.
Son innumerables las aplicaciones que se pueden citar, en distintas áreas del conocimiento, tales como, en economía, física, geofísica, química,electricidad, en demografía, en marketing, en telecomunicaciones, en transporte, etc.
Series De Tiempo
Ejemplos
Series De Tiempo
Ejemplos
1. Series económicas:
- Precios de un artículo
- Tasas de desempleo
- Tasa de inflación
- Índice de precios, etc.
5. Series de Mercadeo
- Series de demanda, gastos, ofertas
2. Series físicas:
- Meteorología
- Cantidad de agua caída
- Temperatura máxima diaria
- Velocidad...