Cuando hablamos de datos de series temporales, hay algunos conceptos clave que debemos comprender:

• Tendencia
• Estacionalidad
• Cíclico
• Estacionariedad ​

Tendencia

Existe una tendencia cuando vemos un aumento o disminución a largo plazo en los datos. Puede observar el gráfico anterior de la Serie de Viajes Aéreos Internacionales; los datos aumentan continuamente desde 1949 hasta 1961. En el ejemplo anterior, la tendencia aumenta pero también puede disminuir.

La tendencia no necesita ser lineal; también puede ser exponencial. También puede haber un cambio de dirección. Primero, la tendencia puede ser creciente y, después de cierto punto, la tendencia puede ser decreciente.

Estacionalidad

​

Un patrón estacional ocurre en los datos cuando una serie de tiempo se ve afectada típicamente por el patrón que ocurre regularmente, es decir, cada año, o tal vez cada mes, etc., las ventas pueden aumentar, o cada fin de semana las ventas pueden aumentar. En otras palabras, existe un patrón periódico debido al calendario (por ejemplo, trimestral, mensual, diario).

Estacionalidad aditiva

​

Este es el caso de la estacionalidad aditiva.

Estacionalidad multiplicativa

​

​

Este es el caso de la Estacionalidad Multiplicativa ya que la magnitud de la fluctuación estacional aumenta con el tiempo. ​

cíclico

Las variaciones en una serie de tiempo que operan por sí mismas durante más de un año son variaciones cíclicas.

Para empezar, mira el ciclo más simple.

En el siguiente gráfico, puede ver los patrones que se repiten en cada 100.000 años.

​ ​

​

Fuente de la imagen

Estacionario

Llamamos estacionarios a los datos cuando:

• La media es constante (los datos se centran alrededor de la media)
• La desviación estándar es constante, y
• No hay estacionalidad y tendencia.

En el gráfico anterior, los datos fluctúan, pero fluctúan alrededor de su media. La desviación estándar también es constante. No hay muchas variaciones en los datos. Por lo tanto, tiene una desviación estándar constante. No hay estacionalidad ni tendencia.

En el caso del gráfico anterior, puede ver que los datos no están centrados en ninguna media. Si alguna de las condiciones no se cumple, se dice que no es estacionaria.

Si observa los gráficos anteriores, las dos últimas condiciones de estacionariedad no siempre se observan claramente en el gráfico; por lo tanto, algunas pruebas estadísticas ayudan a verificar si los datos son estacionarios.

Las dos primeras condiciones para la estacionariedad son muy importantes, y para la tercera existen técnicas para hacer que los datos sean estacionarios.

Cosas para recordar

• Las series de tiempo pueden estar espaciadas irregularmente.
• Los factores externos pueden contribuir a la variable objetivo y deben tenerse en cuenta
• Las series de tiempo son principalmente análisis de datos
• Comprender la estacionalidad y el ciclo puede ser un poco confuso
• Tenga cuidado con la información que falta