Analisi delle serie temporali in statistica
L'analisi delle serie temporali è una branca della statistica che studia i dati raccolti in sequenza nel tempo, ad esempio giornalmente, settimanalmente, mensilmente o annualmente. A differenza dei dati trasversali, che vengono raccolti in un singolo momento, l'analisi delle serie temporali si concentra sulle dinamiche di cambiamento e sui modelli che si sviluppano nel tempo. Poiché molte decisioni importanti – in economia, nel mondo degli affari, nella sanità pubblica, nell'energia e persino nel clima – dipendono dalla comprensione delle tendenze passate e dalla previsione di quelle future, l'analisi delle serie temporali è uno strumento fondamentale nella ricerca e nella pratica.
Caratteristiche dei dati delle serie temporali
La caratteristica principale di una serie temporale è la sua sequenza, che non può essere alterata senza perdere informazioni importanti. Il valore odierno è solitamente correlato al valore di ieri, e il valore di questo mese può essere influenzato da andamenti annuali. Questa dipendenza intertemporale è chiamata autocorrelazione. Inoltre, le serie temporali presentano spesso componenti quali trend (movimenti a lungo termine), stagionalità (andamenti ricorrenti nel tempo), cicli (onde a medio termine non sempre regolari) e rumore o errori casuali.
Ad esempio, le vendite al dettaglio tendono ad aumentare in prossimità delle festività (stagionalità), ma possono anche crescere lentamente di anno in anno a causa della crescita economica (tendenza). Le fluttuazioni dovute a eventi imprevisti, come interruzioni delle forniture o cambiamenti politici, rientrano nella componente casuale.
Scopo dell'analisi delle serie temporali
In generale, l'analisi delle serie temporali ha diversi obiettivi principali. In primo luogo, descrive i modelli di dati in modo conciso e informativo, ad esempio separando le tendenze dalla stagionalità. In secondo luogo, spiega i meccanismi di formazione dei dati attraverso modelli statistici , consentendo di comprendere i processi alla base delle variazioni di valore nel tempo. In terzo luogo, effettua previsioni, stimando i valori futuri sulla base di modelli storici. In quarto luogo, rileva anomalie o cambiamenti strutturali, come crisi economiche, cambiamenti nel comportamento del mercato o malfunzionamenti degli strumenti di misurazione che causano deviazioni nei dati.
Primi passi: visualizzazione ed esplorazione
Un primo passo comune consiste nel rappresentare graficamente i dati in funzione del tempo. Le visualizzazioni semplici spesso rivelano tendenze al rialzo o al ribasso, andamenti stagionali e valori anomali. Successivamente, si procede con un'analisi statistica preliminare , ad esempio calcolando una media mobile per attenuare le fluttuazioni a breve termine o utilizzando la decomposizione delle serie temporali per separare le componenti di tendenza, stagionali e residue.
Oltre ai grafici, due strumenti importanti nell'esplorazione delle serie temporali sono la funzione di autocorrelazione (ACF) e la funzione di autocorrelazione parziale (PACF). L'ACF mostra quanto sia forte la relazione tra il valore corrente e i valori a vari ritardi (ad esempio, 1 giorno prima, 2 giorni prima e così via). La PACF aiuta a identificare l'influenza diretta di un ritardo dopo aver controllato l'influenza dei ritardi minori. Le informazioni provenienti da ACF e PACF sono molto utili per selezionare il modello appropriato.
Il concetto di stazionarietà
Molti metodi classici per le serie temporali, in particolare la famiglia ARIMA, presuppongono che i dati siano stazionari. Una serie temporale stazionaria significa che le sue proprietà statistiche (come media e varianza) sono relativamente costanti nel tempo e che l'autocorrelazione dipende solo dal ritardo temporale, non dal tempo assoluto.
Se i dati mostrano una tendenza marcata o una chiara stagionalità, di solito non sono stazionari. Per renderli stazionari, gli analisti spesso utilizzano trasformazioni come la differenziazione (calcolando la differenza tra i periodi) o le trasformazioni logaritmiche per stabilizzare la varianza. Test formali come l'Augmented Dickey-Fuller (ADF) o il KPSS possono aiutare a valutare la stazionarietà, sebbene la loro interpretazione richieda comunque una combinazione di comprensione contestuale e ispezione visiva.
Modelli di serie temporali più diffusi
1. Modello di media mobile e livellamento esponenziale
I metodi di livellamento sono ampiamente utilizzati nelle previsioni a breve termine. Le medie mobili calcolano la media degli ultimi periodi per prevedere il periodo successivo. Il livellamento esponenziale attribuisce maggiore peso alle osservazioni più recenti. Metodi come il livellamento esponenziale semplice sono adatti a dati privi di trend e stagionali, mentre il metodo di Holt gestisce i trend e il metodo di Holt-Winters gestisce sia i trend che la stagionalità.
I vantaggi dei metodi di livellamento risiedono nella loro semplicità, rapidità e nella loro efficacia a fini operativi. Tuttavia, non sempre forniscono un'interpretazione esaustiva della struttura di autocorrelazione.
2. AR, MA e ARIMA
Il modello autoregressivo (AR) afferma che i valori attuali dipendono dai valori passati. Il modello a media mobile (MA) afferma che i valori attuali sono influenzati dagli errori passati. La combinazione dei due è chiamata ARMA e, quando i dati devono essere differenziati per renderli stazionari, il modello diventa ARIMA (Autoregressive Integrated Moving Average). ARIMA si scrive come ARIMA(p, d, q), dove p è l'ordine dell'AR, d è l'ordine della differenziazione e q è l'ordine del MA.
La selezione dei parametri è solitamente agevolata dalla funzione di autocorrelazione (ACF) e dalla funzione di autocorrelazione parziale (PACF) e da criteri informativi come l'AIC o il BIC. Il modello ARIMA è da tempo uno standard nelle previsioni economiche e aziendali grazie alla sua flessibilità e alla sua solida base teorica.
3. SARIMA per stagionale
Se i dati presentano una chiara stagionalità, ad esempio un andamento mensile-annuale, il modello ARIMA viene esteso al modello SARIMA (ARIMA stagionale). Questo modello aggiunge una componente stagionale, includendo i parametri AR, di differenziazione e MA per uno specifico periodo stagionale (ad esempio, 12 per i dati mensili). Il modello SARIMA è efficace per dati come il numero di turisti al mese, il consumo orario di elettricità con un andamento giornaliero o la domanda stagionale di un prodotto.
4. VAR per analisi multivariata
In molti casi, analizziamo simultaneamente più serie temporali, come l'inflazione, i tassi di interesse e i tassi di cambio. L'autoregressione vettoriale (VAR) permette di considerare ciascuna variabile influenzata dai propri valori passati e da altre variabili. La VAR è ampiamente utilizzata in econometria per studiare le dinamiche di sistema e gli effetti degli shock attraverso l'analisi della risposta all'impulso.
5. Modello di volatilità: ARCH/GARCH
Nei dati finanziari, la volatilità tende spesso a presentarsi in gruppi: periodi di calma seguiti da periodi di elevata volatilità. I modelli ARCH e GARCH sono progettati per modellare la varianza che cambia nel tempo. Questi modelli sono importanti nella gestione del rischio. determinazione del valore attività e misurazione dell'incertezza del mercato.
Valutazione del modello e accuratezza delle previsioni
Una volta selezionato un modello, è necessario valutarne l'adeguatezza. I residui (la differenza tra i dati effettivi e quelli previsti) dovrebbero assomigliare a un rumore casuale: non presentare uno schema preciso, non essere autocorrelati e avere una varianza relativamente stabile. Il test di Ljung-Box viene spesso utilizzato per verificare la presenza di autocorrelazione dei residui.
Per misurare la qualità delle previsioni, si utilizzano metriche come MAE (Errore Assoluto Medio), RMSE (Errore Quadratico Medio Radice) e MAPE (Errore Percentuale Assoluto Medio). Una buona prassi consiste nel suddividere i dati in dati di addestramento e di test in base al tempo (suddivisione temporale), anziché in modo casuale, in modo che la valutazione rifletta le effettive condizioni di previsione.
Sfide comuni nelle serie temporali
L'analisi delle serie temporali si trova spesso ad affrontare sfide quali dati mancanti, cambiamenti nelle definizioni di misurazione, valori anomali estremi e rotture strutturali. Ad esempio, una pandemia può alterare drasticamente i modelli di consumo, rendendo meno accurati i modelli addestrati su periodi pre-pandemici. In tali situazioni, potrebbero essere necessari aggiornamenti del modello, l'utilizzo di variabili esogene o un approccio più adattivo.
Inoltre, la risoluzione temporale e la lunghezza dei dati influenzano significativamente i metodi utilizzabili. I dati ad alta frequenza (ad esempio, al minuto) richiedono una gestione specifica del rumore e dei calcoli, mentre i dati annuali potrebbero essere troppo brevi per identificare in modo affidabile la stagionalità.
Chiusura
L'analisi delle serie temporali in statistica offre un quadro completo per comprendere i dati che si evolvono nel tempo. Riconoscendo trend, stagionalità e autocorrelazione, e selezionando il modello più appropriato – dalla levigatura esponenziale ad ARIMA, VAR e GARCH – possiamo elaborare previsioni più accurate e ottenere informazioni più precise. Tuttavia, un'analisi efficace dipende non solo dalla tecnica, ma anche dalla comprensione del contesto, dalla qualità dei dati e da una valutazione rigorosa. In un mondo sempre più dipendente dai dati in tempo reale, la capacità di analizzare le serie temporali sta diventando una competenza fondamentale sia per i ricercatori che per i professionisti.
