Está Vd. en: Revista digital del INE / Otros temas

El curso de análisis de series temporales incide en los aspectos más relevantes que se necesitan al realizar ajuste estacional

30-03-16

Félix Aparicio explicó cómo se resuelven efectos de calendario, como los años bisiestos o las vacaciones

El INE ha impartido un curso de Introducción al análisis de series temporales y al ajuste estacional en dos bloques de una semana de duración; el primero comenzó el 29 de febrero y el segundo, el 14 de marzo.

Los participantes han podido adquirir unos conocimientos básicos sobre análisis de series temporales mediante modelos ARIMA estacionales, que incluyen los aspectos más relevantes en la formación previa a realizar ajuste estacional basado en modelos. Los modelos ARIMA son una familia de modelos lineales de series temporales que, por su flexibilidad, permite modelizar muchas de las series temporales que se crean al realizar estadísticas oficiales.  

En la primera parte del curso, el ponente Félix Aparicio Pérez, del Departamento de Metodología y Desarrollo de la Producción Estadística, ha explicado las características esenciales de las series temporales y, ha introducido los modelos ARIMA estacionales, que son la herramienta teórica básica con la que se trabajará.

Los alumnos han realizado también numerosas prácticas con datos de series temporales reales. Para ello, y dado que la audiencia procedía de diversos organismos de la administración, se ha utilizado el lenguaje R, por su carácter libre y de código abierto. De este modo, todos los alumnos podrán utilizarlo en el futuro. El R es un lenguaje de programación de código abierto orientado a realizar cálculos y procesos estadísticos, así como de minería de datos, que cuenta con aportaciones de muy numerosos profesionales de todo el mundo.

Técnicas de regresión

A continuación, el curso se centró en introducir la extensión de modelos de series temporales mediante técnicas de regresión. Esta parte es esencial para poder modelizar sucesos anómalos que ocurren a veces en ciertos instantes de tiempo y que, de no tenerse en cuenta, harían bastante más difícil el análisis de las series.

Análisis espectral

Después se explicaron los fundamentos del análisis espectral de series temporales, que será una pieza básica necesaria para comprender el ajuste estacional. Se estudiaron los conceptos de espectro y sus estimadores, así como las frecuencias que componen el espectro y son de mayor interés en el estudio de las series estacionales.

Filtros lineales

Otra parte esencial del curso fue el estudio de filtros lineales aplicados a series temporales, ya que estos filtros son los que permiten extraer las distintas componentes que se obtienen al hacer ajuste estacional. Se introdujeron, los conceptos de funciones de ganancia y fase de un filtro y se estudiaron numerosos ejemplos de estas funciones.

Efectos de calendario

En el curso se estudió la necesidad de corregir los distintos efectos de calendario, como la composición variable de los meses en días laborables, los años bisiestos o la movilidad de las vacaciones de Semana Santa. Se dedicó por ello una sección del curso a este tema, poniendo especial énfasis en la forma concreta en que se resuelve este problema en las series del INE, ya que la solución que incorporan en forma automática los programas de ordenador que se emplean para realizar ajuste estacional no es lo suficientemente precisa.

Finalmente, en el curso se han estudiado algunos problemas concretos que aparecen al trabajar con series temporales y cuya resolución será necesaria cuando se realice ajuste estacional.

Tras este curso, la escuela de estadística prepara para el segundo semestre de 2016, otro dedicado al ajuste estacional.