Introducción al Análisis de Series

Análisis estadístico menudo requiere el examen de los datos de series de tiempo , o las observaciones recogidas durante un período prolongado de tiempo. Estos datos presentan desafíos analíticos especiales, que tiempo de direcciones técnicas de análisis de series . Esta clase de análisis tiene muchas aplicaciones que van desde el control de procesos y gestión de proyectos para las proyecciones de ventas y previsión económica . Identificación

Análisis de series temporales se refiere a un conjunto de técnicas estadísticas para el análisis de datos de series de tiempo. Una serie de tiempo es un conjunto de observaciones tomadas en diferentes momentos . Los ejemplos incluyen precios de las acciones diarias, las cifras de ventas semanales, el IPC mensual o el producto nacional bruto trimestral.
Beneficios

Análisis de series temporales ayuda a explicar los cambios en las variables más tiempo examinando el contexto subyacente de los datos. Por esta razón, puede ayudar a explicar los acontecimientos pasados ​​, así como las condiciones de prever las futuras . Análisis de series de tiempo es especialmente popular para el análisis económico y la previsión
Tipos

Análisis de series temporales puede implicar múltiples técnicas de regresión o de previsión para analizar cambios en el tiempo y hacer predicciones . De regresión múltiple es una técnica estadística que examina la respuesta de una variable dependiente de una serie de variables independientes , o de predicción , . Una regresión utilizando datos de series de tiempo , por ejemplo , podrían examinar calificaciones presidenciales de aprobación en función de las variables económicas , tales como el déficit anual del presupuesto federal , la tasa de desempleo mensual y el índice mensual de precios al consumidor . Pronosticar las técnicas de regresión se extienden por el uso de modelos estadísticos complejos para predecir las condiciones futuras en base a hechos pasados ​​.

Análisis de series temporales también puede ser un diseño de investigación en el que un investigador utiliza métodos estadísticos para analizar si un cambio en los datos de series de tiempo es en relación con una variable de interés . Esto se refiere a veces como un estudio de series de tiempo interrumpido . Por ejemplo , un investigador de mercado podría utilizar este tipo de análisis para examinar las cifras de ventas en el tiempo y si una nueva campaña de marketing , introducido en un punto determinado en el tiempo , ayudó a aumentar las ventas .
Función

análisis de series temporales tiene una amplia gama de usos . Los departamentos de marketing pueden utilizar estas técnicas para ayudar a las estrategias de ventas del plan. Los profesionales financieros utilizan el análisis de series de tiempo para pronosticar las tasas de interés y otras condiciones de inversión . Los economistas utilizan técnicas de series de tiempo para predecir las condiciones económicas futuras . Los politólogos utilizan estas técnicas para analizar los datos de la encuesta , tales como los índices de aprobación presidencial .
Consideraciones

Debido a su complejidad , el análisis de series de tiempo requiere el uso de un ordenador con estadística software. Programas populares de software estadísticos incluyen SAS y SPSS . Además , existen programas especializados diseñados para series de tiempo , como RATS (Regresión Análisis de Series de Tiempo ) .

programas de hojas de cálculo como Excel no están diseñados para los procedimientos estadísticos complejos , como el análisis de series de tiempo .