Series Temporales

Contenido
Introducción i
Objetivo General ii
Objetivos Específicos ii
ANÁLISIS DE SERIES TEMPORALES 1
Teoría del control de procesos 2
La simulación 2
Proceso estocástico 3
1) Modelado clásico de series temporales 3
Análisis de la tendencia 5
Función de autocorrelación 7
2) Enfoque moderno de series temporales: modelos ARIMA 9
3) Análisis del espectro defrecuencias 11
El método de los mínimos cuadrados 12
Aplicación del método 13
LAS SERIES TEMPORALES: COMPOSICIÓN DE PATRONES SISTEMÁTICOS Y ERRÁTICOS 20
Conclusión iii
Bibliografía iv



Introducción



El análisis de series temporales nos ayuda a evaluar datos y prever situaciones, nadie puede predecir el futuro pero este tipo de análisis genera buenos pronósticos, generalmente es usadoen economía, sin embargo todas las ciencias pueden usar análisis de series temporales.

El presente trabajo desarrolla los métodos que le conforman su aplicación, así como también diversos ejemplos de ellos. Comprender el uso de los métodos será de mucha ayuda para cualquier persona que desee organizar datos y obtener los resultados deseados con el buen manejo de la información.

La teoría delcontrol de procesos, la simulación, proceso estocástico, clásico modelo de análisis de series temporales y el enfoque moderno del análisis , son los métodos que desarrollaremos a lo largo del texto.










Objetivo General



- Comprender el uso del Análisis de series temporales








Objetivos Específicos



- Definir los componentes de una serie de tiempoy su aplicación.

- Analizar los métodos utilizados en el análisis de series temporales






ANÁLISIS DE SERIES TEMPORALES

Una serie temporal o cronológica es una secuencia de datos, observaciones o valores, medidos en determinados momentos del tiempo, ordenados cronológicamente y, normalmente, espaciados entre sí de manera uniforme. El análisis de series temporales comprendemétodos 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.
De hecho, uno de los usos más habituales de las series de datos temporales es su análisis para predicción y pronóstico. Por ejemplo de los datos climáticos, de las acciones de bolsa,o las series pluviométricas.
Resulta difícil imaginar una rama de las ciencias en la que no aparezcan datos que puedan ser considerados como series temporales. Son estudiadas en estadística, procesamiento de señales, econometría y muchas otras áreas.
Los objetivos del análisis de series temporales son diversos, pudiendo destacar la predicción, el control de un proceso, la simulación deprocesos, y la generación de nuevas teorías físicas o biológicas.
Se denomina predicción a la estimación de valores futuros de la variable en función del comportamiento pasado de la serie. 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. Así por ejemplo, la predicción mediante modelosbasados en la teoría de series temporales, puede servir para una buena planificación de recursos sanitarios, en función de la demanda que se espera en el futuro, prevista por el modelo.



Teoría del control de procesos

En la teoría de control de procesos, se trata de seguir la evolución de una variable determinada con el fin de regular su resultado. Esta teoría se utiliza en medicina enlos Centros de Control de Enfermedades.

La simulación

La simulación se emplea en investigación aplicada, cuando el proceso es muy complejo para ser estudiado de forma analítica.
Evidentemente aunque el valor futuro de una serie temporal no sea predecible con total exactitud, para que tenga interés su estudio, el resultado tampoco puede ser completamente aleatorio, existiendo alguna...