Definición de Serie temporal – Definición, qué es y concepto | Diccionario Economico
Una serie temporal es una secuencia de datos ordenados en función del tiempo, que se utilizan para analizar la evolución y patrones de un fenómeno o variable en particular. Se caracteriza por tener una estructura lineal y dependiente del tiempo, y se utiliza en diferentes áreas, como la economía, la meteorología o la ingeniería, para predecir y tomar decisiones basadas en el comportamiento pasado y presente de los datos.
Las series temporales son muy importantes en economía. Ya que en economía casi todas las variables se recogen a lo largo del tiempo. Es decir, interesa observar la evolución de una variable a lo largo del tiempo, y no un valor concreto en un momento determinado. De ahí que siempre que se analicen variables económicas se hable de ciclos o tendencias económicas.
Dado que el orden de los datos es de vital importancia, se debe tener en cuenta que esto cambia el análisis e interpretación de los datos. Por lo tanto, la econometría, que se ocupa de encontrar y evaluar relaciones entre variables económicas, debe tener en cuenta este hecho.
Análisis de series temporales
Teniendo en cuenta que el orden de los datos importa, podemos decir que las observaciones no son independientes. Es decir, el pasado puede afectar el futuro. La econometría debe ser consciente de esta característica y utilizar herramientas matemáticas que permitan realizar estimaciones fiables. Definitivamente:
- El orden de los datos importa.
- Las observaciones no son independientes.
- Al evaluar las relaciones, se debe tener en cuenta que no son independientes.
- Por lo tanto, es necesario utilizar varios métodos matemáticos y estadísticos.
Sabiendo esto, entonces vale la pena preguntarse:
- ¿Qué significa exactamente que las observaciones no son independientes?
- ¿Qué métodos se utilizan para analizar datos de series de tiempo?
dependencia del tiempo
La respuesta a la primera pregunta se relaciona con la dependencia del tiempo. La variable depende del momento en que los datos del pasado afectan el valor de la variable en el futuro. Por ejemplo, el producto interno bruto (PIB) mundial a largo plazo tiene una tendencia ascendente continua. Esto significa que el crecimiento económico es sostenible en el tiempo. Por lo tanto, lo que sucedió en el pasado afecta el futuro.
Por el contrario, si tiramos un dado y anotamos la fecha en que lo tiramos, vemos que no hay conexión entre los datos pasados y presentes. En este último caso, el pasado no afecta al futuro.
Métodos de análisis de datos de series temporales
Hay muchos métodos para analizar datos de series de tiempo. Sin embargo, generalmente es más fácil usar un modelo de regresión. Por supuesto, un modelo de regresión que tenga en cuenta el tipo de serie temporal con la que se está trabajando.
Uno de los métodos más utilizados y sencillos puede ser cambiar la serie o tenerla en cuenta en el modelo. Por ejemplo, eliminar la tendencia de una serie del PIB o incluir una variable de tendencia en el modelo. Aunque no es objeto de esta definición, daremos un ejemplo muy sencillo para que se entienda.
Veamos los siguientes gráficos:
Si calculamos el modelo de regresión de las dos series anteriores, entonces, sin duda, los cálculos indican la presencia de una relación estadística. Sin embargo, los goles que marca Messi no tienen nada que ver con el crecimiento del país latino. Sin embargo, si se excluye el componente de tendencia, puede parecer que no hay conexión entre ellos.
Lo descrito en el párrafo anterior suele pasar con series que parecen estar relacionadas, pero cuando se investiga bien no lo están.
¿Problemas o dudas? Te ayudamos
Si quieres estar al día, suscríbete a nuestra newsletter y síguenos en Instagram. Si quieres recibir soporte para cualquier duda o problema, no dude en ponerse en contacto con nosotros en info@wikieconomia.org