Análisis de series temporales en estadística
El análisis de series temporales es una rama de la estadística que estudia datos recopilados secuencialmente a lo largo del tiempo, como diarios, semanales, mensuales o anuales. A diferencia de los datos transversales, que se recopilan en un único momento, el análisis de series temporales enfatiza la dinámica del cambio y los patrones que se desarrollan con el tiempo. Dado que muchas decisiones importantes —en economía, negocios, salud pública, energía e incluso clima— dependen de comprender las tendencias pasadas y predecir las futuras, el análisis de series temporales es una herramienta crucial en la investigación y la práctica.
Características de los datos de series temporales
La característica principal de una serie temporal es que posee una secuencia que no puede alterarse sin perder información importante. El valor actual suele estar relacionado con el valor de ayer, y el valor de este mes puede verse influenciado por patrones anuales. Esta dependencia intertemporal se denomina autocorrelación. Además, las series temporales suelen presentar componentes como tendencias (movimientos a largo plazo), estacionalidad (patrones recurrentes a lo largo del tiempo), ciclos (ondas a medio plazo que no siempre son regulares) y ruido o errores aleatorios.
Por ejemplo, las ventas minoristas tienden a aumentar durante las festividades (estacionalidad), pero también pueden incrementarse gradualmente año tras año debido al crecimiento económico (tendencia). Las fluctuaciones debidas a eventos imprevistos, como interrupciones en el suministro o cambios en las políticas, se incluyen dentro del componente aleatorio.
Propósito del análisis de series temporales
En general, el análisis de series temporales tiene varios objetivos principales. Primero, describe los patrones de datos de forma concisa e informativa, por ejemplo, separando las tendencias de la estacionalidad. Segundo, explica los mecanismos de formación de datos mediante modelos estadísticos, lo que permite comprender los procesos que subyacen a los cambios de valores a lo largo del tiempo. Tercero, realiza pronósticos, estimando valores futuros a partir de patrones históricos. Cuarto, detecta anomalías o cambios estructurales, como crisis económicas, cambios en el comportamiento del mercado o instrumentos de medición defectuosos que provocan desviaciones en los datos.
Primeros pasos: Visualización y exploración
Un primer paso común es representar gráficamente los datos en función del tiempo. Las visualizaciones sencillas suelen revelar tendencias ascendentes o descendentes, patrones estacionales y valores atípicos. A continuación, se realiza un análisis estadístico preliminar, como el cálculo de una media móvil para suavizar las fluctuaciones a corto plazo o el uso de la descomposición de series temporales para separar los componentes de tendencia, estacionalidad y residuos.
Además de los gráficos, dos herramientas importantes en el análisis de series temporales son la función de autocorrelación (FAC) y la función de autocorrelación parcial (FACP). La FAC muestra la fuerza de la relación entre el valor actual y los valores en diferentes desfases (por ejemplo, 1 día antes, 2 días antes, etc.). La FACP ayuda a identificar la influencia directa de un desfase tras controlar la influencia de desfases menores. La información obtenida de la FAC y la FACP es muy útil para seleccionar el modelo adecuado.
El concepto de estacionariedad
Muchos métodos clásicos de series temporales, especialmente los de la familia ARIMA, asumen que los datos son estacionarios. Una serie temporal estacionaria significa que sus propiedades estadísticas (como la media y la varianza) son relativamente constantes a lo largo del tiempo, y que la autocorrelación depende únicamente del desfase temporal, no del tiempo absoluto.
Si los datos muestran una fuerte tendencia o una estacionalidad clara, generalmente no son estacionarios. Para lograr la estacionariedad, los analistas suelen utilizar transformaciones como la diferenciación (calcular la diferencia entre periodos) o transformaciones logarítmicas para estabilizar la varianza. Pruebas formales como la de Dickey-Fuller aumentada (ADF) o la KPSS pueden ayudar a evaluar la estacionariedad, aunque su interpretación requiere una combinación de comprensión del contexto e inspección visual.
Modelos populares de series temporales
1. Modelo de media móvil y suavizado exponencial
Los métodos de suavizado se utilizan ampliamente en la previsión a corto plazo. Las medias móviles calculan el promedio de los últimos periodos para predecir el siguiente. El suavizado exponencial otorga mayor peso a las observaciones más recientes. Métodos como el suavizado exponencial simple son adecuados para datos sin tendencia y estacionales, mientras que el método de Holt maneja las tendencias, y el de Holt-Winters maneja tanto las tendencias como la estacionalidad.
Las ventajas de los métodos de suavizado radican en su simplicidad, rapidez y eficacia, a menudo útiles para fines operativos. Sin embargo, no siempre proporcionan una interpretación exhaustiva de la estructura de autocorrelación.
2. AR, MA y ARIMA
El modelo autorregresivo (AR) establece que los valores actuales dependen de los valores pasados. El modelo de media móvil (MA) establece que los valores actuales están influenciados por errores pasados. La combinación de ambos se denomina ARMA, y cuando es necesario diferenciar los datos para que sean estacionarios, el modelo se convierte en ARIMA (Autoregressive Integrated Moving Average). ARIMA se escribe como ARIMA(p, d, q), donde p es el orden del AR, d es el orden de diferenciación y q es el orden de la MA.
La selección de parámetros suele facilitarse mediante la función de autocorrelación (ACF/PACF) y criterios de información como el criterio de información de Akaike (AIC) o el criterio de información bayesiano (BIC). El modelo ARIMA ha sido durante mucho tiempo un estándar en la previsión económica y empresarial debido a su flexibilidad y sólida base teórica.
3. SARIMA para temporada
Si los datos presentan una estacionalidad clara (por ejemplo, un patrón mensual-anual), el modelo ARIMA se extiende a SARIMA (ARIMA estacional). Este modelo incorpora un componente estacional, que incluye parámetros AR, de diferenciación y MA para un período estacional específico (por ejemplo, 12 para datos mensuales). SARIMA resulta eficaz para datos como el número de turistas al mes, el consumo horario de electricidad con un patrón diario o la demanda estacional de productos.
4. VAR para análisis multivariado
En muchos casos, analizamos simultáneamente varias series temporales, como la inflación, los tipos de interés y los tipos de cambio. La autorregresión vectorial (VAR) permite que cada variable se vea influenciada por sus propios valores pasados y por otras variables. La VAR se utiliza ampliamente en econometría para estudiar la dinámica de sistemas y los efectos de las perturbaciones mediante el análisis de respuesta al impulso.
5. Modelo de volatilidad: ARCH/GARCH
En los datos financieros, la volatilidad suele presentarse en grupos: periodos de calma seguidos de periodos de alta volatilidad. Los modelos ARCH y GARCH están diseñados para modelar la varianza que cambia con el tiempo. Estos modelos son importantes en la gestión de riesgos, la valoración de activos y la medición de la incertidumbre del mercado.
Evaluación de modelos y precisión de pronóstico
Una vez seleccionado un modelo, es necesario evaluar su adecuación. Los residuos (la diferencia entre los datos reales y los predichos) deben comportarse como ruido aleatorio: sin patrón, sin autocorrelación y con una varianza relativamente estable. La prueba de Ljung-Box se utiliza con frecuencia para comprobar la autocorrelación de los residuos.
Para medir la calidad de las predicciones, se utilizan métricas como el MAE (Error Absoluto Medio), el RMSE (Error Cuadrático Medio) y el MAPE (Error Porcentual Absoluto Medio). Una buena práctica consiste en dividir los datos en conjuntos de entrenamiento y prueba según el tiempo (división temporal), en lugar de realizar una división aleatoria, para que la evaluación refleje las condiciones reales de predicción.
Desafíos comunes en las series temporales
El análisis de series temporales suele presentar desafíos como la falta de datos, cambios en las definiciones de medición, valores atípicos extremos y rupturas estructurales. Por ejemplo, una pandemia puede alterar drásticamente los patrones de consumo, lo que reduce la precisión de los modelos entrenados con datos previos a la pandemia. En tales situaciones, puede ser necesario actualizar el modelo, utilizar variables exógenas o adoptar un enfoque más adaptativo.
Además, la resolución temporal y la longitud de los datos influyen significativamente en los métodos que se pueden utilizar. Los datos de alta frecuencia (por ejemplo, por minuto) requieren un tratamiento especial del ruido y de los cálculos, mientras que los datos anuales pueden ser demasiado cortos para identificar de forma fiable la estacionalidad.
Clausura
El análisis de series temporales en estadística proporciona un marco sólido para comprender datos que evolucionan con el tiempo. Al reconocer la tendencia, la estacionalidad y la autocorrelación, y al seleccionar el modelo adecuado —desde el suavizado exponencial hasta ARIMA, VAR y GARCH— podemos generar pronósticos más precisos y obtener información más valiosa. Sin embargo, un análisis exitoso depende no solo de la técnica, sino también de la comprensión del contexto, la calidad de los datos y una evaluación rigurosa. En un mundo cada vez más dependiente de datos en tiempo real, la capacidad de analizar series temporales se está convirtiendo en una habilidad fundamental tanto para investigadores como para profesionales.
