OTROS

Análisis de series temporales
© Fernando Berzal, berzal@acm.org

Análisis de series temporales
Características de las series temporales
Visualización de series temporales
Filtrado de seriestemporales
Medias móviles
Suavizado exponencial
Técnicas de regresión
Regresión lineal
Coeficiente de correlación de Pearson
Función de autocorrelación
Caso práctico: Una sesión de análisis
1Características

Tendencias
Estacionalidad (comportamientos periódicos)
Ruido
Otros, p.ej. cambios bruscos de comportamiento

2

Ejemplos
Tendencia y estacionalidad

Concentración de CO2medida en el observatorio de Mauna Loa, Hawaii.
Hawaii.

3

Ejemplos
Variación “suave” pero sin tendencia a largo plazo

Concentración de gas a la salida de una caldera
4

EjemplosTendencia no lineal

Coste de llamadas telefónicas de larga distancia (USA)
5

Ejemplos
Cambios “bruscos” de comportamiento

Índice Nikkei (Bolsa de Tokyo)
Tokyo)
6

Ejemplos
Conjuntos dedatos reales…
Estacionalidad a corto y largo plazo,
posibles cambios de comportamiento
y ruido

Llamadas diarias
a un call-center
call7

Visualización

Número anual de manchas solares durante300 años
Una relación de aspecto incorrecta
hace difícil reconocer los detalles de cada ciclo.

8

Visualización
Banking [Banking to 45 degrees]
degrees]
Los cambios casi verticales de lafigura anterior nos
cuesta trabajo apreciarlos. Sin embargo, reconocemos
mejor los cambios en una serie cuando se dibujan con
un ángulo de 45º:

Ahora podemos apreciar que las “subidas” son másrápidas que las bajadas, aunque la figura es tan
pequeña que apenas se pueden analizar detalles…
9

Visualización
Stacking

Dividiendo el eje temporal en 3 fragmentos,
mantenemos el “banking” ygenerar un gráfico con
“banking”
unas dimensiones más razonables (p.ej. 4:3).

10

Filtrado de series temporales
Medias móviles [moving averages]
averages]
IDEA: Reemplazar el punto...