Ir al contenido principal

Descripción de series temporales

La aproximación inicial de un estudio temporal se efectuará mediante el análisis de sus datos numéricos o del gráfico (habitualmente, en un diagrama cartesiano) que los representa. De este modo es posible apreciar las características más sobresalientes del fenómeno en estudio, aunque en etapas posteriores nos interesará profundizar más en los diferentes componentes de éste.

El análisis clásico de series temporales consiste en identificar en las mismas distintos componentes que pueden ser aislados y analizados separadamente.

Este mecanismo es equiparable a una disección estadística que no constituye un fin en si misma, sino que exige el desarrollo de nuevos instrumentos de análisis y sirve de impulso a otras ramas de investigación como son el análisis de coyuntura.

En una primera aproximación, el examen de cualquier serie cronológica suficientemente amplia nos permitirá apreciar un movimiento de carácter general, que denominaremos tendencia y designamos por Tt o Tij según las unidades temporales consideradas. Este componente recoge la evolución a largo plazo del fenómeno que en cada caso analicemos proporcionando los patrones o pautas generales de su comportamiento. En consecuencia, si conseguimos aislar la tendencia de una serie, la extrapolación de la misma permitiría anticipar valores futuros de la variable considerada.

En la práctica, y en especial en el ámbito económico, la tendencia aparece afectada por oscilaciones de carácter periódico pero no regular, que incidirán en el valor de la magnitud analizada en uno u otro según la fase en la que nos encontremos. Este componente se denomina factor cíclico (C) y el tipo de variaciones que contempla han sido estudiadas con éxito en distintos campos. Su identificación resulta compleja en el contexto económico debido a la ausencia de regularidad y a la frecuente aparición de movimientos cíclicos superpuestos.

Como consecuencia de estas consideraciones, en la práctica resulta frecuente considerar el movimiento cíclico incluido junto con la tendencia en la denominada componente coyuntural, cuya modelización resulta más factible.

Además de las oscilaciones cíclicas, en las series temporales aparecen frecuentemente una serie de movimientos a corto plazo (duración inferior a un año) y que en general, se adaptan a ciertas pautas regulares. Estas variaciones reciben el nombre de componente estacional (e) y resultan de gran interés en el análisis de magnitudes económicas.

El origen de las variaciones de tipo estacional puede ser de carácter físico-natural (ciclos biológicos, tiempo meteorológico), o bien institucional (calendarios laborales, horarios comerciales...). En cualquier caso, su rasgo definitorio es la periodicidad, que posibilita la cuantificación de estas variaciones.

Frente a los distintos componentes examinados: tendencia, ciclos y estacionalidad, que son susceptibles de interpretación y modelización matemática, existen en las series otras variaciones de carácter irregular que suelen agruparse en la denominada componente residual o accidental, denominada por a. Consideramos incluidos en este componente residual dos tipos de variaciones: las aleatorias, que recogen los pequeños efectos de carácter accidental y por tanto no identificables, y las erráticas, que se producen como de hechos no siempre previsibles pero que pueden ser identificados a posteriori (huelgas, cambios legales o catástrofes naturales, por ejemplo).

Denotamos por at los residuos que aparecerán como diferencia entre cada observación real en determinado periodo (yt) y la parte de la magnitud que resulta modelizable a partir del análisis de sus diversos componentes temporales (f(t)), es decir, para cualquier periodo t se tiene yt = f(t) + at.

Como esta entrada es ya muy extensa, continuamos en la siguiente.

Comentarios

Entradas populares de este blog

Ojivas

Recibe el nombre de ojiva un gráfico que, mediante el trazado de una línea, muestra las frecuencias acumuladas de la serie. Si representa frecuencias absolutas acumuladas se llama simplemente ojiva, y si representa los porcentajes de las frecuencias relativas acumuladas se llama ojiva porcentual. Para representar una ojiva, se marcan en el eje de abscisas los valores de la variable y en el eje de ordenadas las frecuencias acumuladas. Se utiliza para representar series atemporales de frecuencia. Ejemplo Vamos a representar una ojiva de la serie correspondiente a los complementos salariales (dietas, desplazamientos...) expresados en euros de los 130 empleados y empleadas de una empresa, que aparecen reflejados en la siguiente tabla. Complementos N.º de empleados [50-60) 16 [60-70) 20 [70-80) 32 [80-90) 28 [90-100) 20 [100-110) 10 [110-120) 4 130

Polígonos de frecuencias

Un polígono de frecuencias es un gráfico que se obtiene a partir de un histograma, uniendo los puntos medios de los techos, o bases superiores, de los rectángulos. Se acostumbra a prolongar el polígono hasta puntos de frecuencia cero. Un polígono de frecuencia permite ver con gran claridad las variaciones de la frecuencia de una clase a otra. Son muy útiles cuando se pretende comparar dos o más distribuciones, ya que, así como es difícil representar dos o más histogramas en un mismo gráfico, resulta muy sencillo hacerlo con dos o más polígonos de frecuencias. La suma de las áreas de los rectángulos de un histograma de amplitud constante, es igual al área limitada por el polígono de frecuencias y el eje X. Ejemplo Vamos a construir a partir del histograma explicado en la entrada anterior , su correspondiente polígono de frecuencias. Ejemplo de polígono de frecuencias Interpretación de un polígono de frecuencias El polígono de frecuencias resume, en una sola lín

Ejemplo de tabla de frecuencia para una variable cuantitativa continua

Cuando el estudio se refiere a una variable cuantitativa continua, como el peso, la talla, velocidad, etc., o cuando tratándose de una variable cuantitativa discreta, el número de observaciones es muy grande y la cantidad de valores diferentes que toma la variable también, se recurre a agrupar los datos en intervalos. Cada uno de estos intervalos recibe el nombre de clase. Por ejemplo: En un estudio realizado sobre la estatura de cuarenta alumnos de un curso (variable cuantitativa continua, puesto que entre dos estaturas distintas puede haber un alumno que tenga una estatura intermedia), se han obtenido los siguientes resultados en metros: 1,55 1,66 1,69 1,63 1,64  1,67 1,63 1,56 1,62 1,68 1,68 1,62 1,66 1,62 1,69  1,56 1,57 1,60 1,65 1,64 1,67 1,69 1,63 1,64 1,60  1,62 1,63 1,71 1,62 1,72 1,61 1,61 1,64 1,60 1,70  1,76 1,65 1,65 1,68 1,66 Para su estudio, se procede a la agrupación de los datos en intervalos o clases. Primero se observa cuáles son los valores