¿Qué es el análisis de datos de series de tiempo?

El análisis de datos de series de tiempo es el análisis de conjuntos de datos que cambian durante un período de tiempo. Los conjuntos de datos de series de tiempo registran observaciones de la misma variable Variable independiente Una variable independiente es una entrada, suposición, o impulsor que se cambia para evaluar su impacto en una variable dependiente (el resultado). en varios puntos de tiempo. Los analistas financieros El rol de analista financiero utiliza datos de series de tiempo, como los movimientos del precio de las acciones, o las ventas de una empresa Ingresos por ventas Los ingresos por ventas son los ingresos que recibe una empresa de sus ventas de bienes o la prestación de servicios. En contabilidad, los términos "ventas" y con el tiempo, para analizar el desempeño de una empresa.

Ejemplos de conjuntos de datos de series de tiempo incluyen:

• El producto interno bruto (PIB) El producto interno bruto (PIB) El producto interno bruto (PIB) es una medida estándar de la salud económica de un país y un indicador de su nivel de vida. También, El PIB se puede utilizar para comparar los niveles de productividad entre diferentes países. de los Estados Unidos de América entre 2010 y 2015 - La unidad económica de análisis es EE. UU. La unidad económica de análisis es para el período 2010-2015. Una entrada típica de este conjunto de datos sería (2012, $ 16,16 billones).
• El PIB per cápita de Alemania entre 2008 y 2018 - La unidad económica de análisis es Alemania. La unidad económica de análisis es para el período de tiempo 2008-2018. Una entrada típica de este conjunto de datos sería (2010, $ 41, 700).
• Acero total exportado por India entre 2000 y 2018:la unidad económica de análisis es India. La unidad económica de análisis es para el período 2000-2018. Una entrada típica de este conjunto de datos sería (2015, $ 3,17 mil millones).
• Total de naranjas consumidas por un hogar específico en Ghana entre 2008 y 2018:la unidad económica de análisis es un hogar específico en Ghana (por ejemplo, Hogar 302). La unidad económica de análisis es para el período de tiempo 2008-2018. Una entrada típica de este conjunto de datos sería (2018, 200).

Correlación

A diferencia del análisis de datos transversales, El análisis de datos de series de tiempo no puede hacer uso del marco de muestreo aleatorio. Esto hace que el análisis de datos de series de tiempo sea mucho más complejo y exigente computacionalmente que el análisis de datos transversales. El muestreo aleatorio no se puede utilizar porque los valores pasados ​​de una variable casi siempre están altamente correlacionados con el valor presente de esa variable.

Por ejemplo, el PIB de los EE. UU. en el cuarto trimestre de 2017 está altamente correlacionado con el PIB en el tercer trimestre de 2017. El grado de correlaciónCorrelaciónUna correlación es una medida estadística de la relación entre dos variables. La medida se utiliza mejor en variables que demuestran una relación lineal entre sí. El ajuste de los datos se puede representar visualmente en un diagrama de dispersión. es mucho más alta que la correlación entre entidades económicas en el mismo momento.

El coeficiente de correlación entre el PIB de EE. UU. En el trimestre actual y el PIB de EE. UU. En el trimestre anterior para el período 2008 a 2018 es 0,998. El coeficiente de correlación entre el PIB de EE. UU. En el año en curso y el PIB de EE. UU. En el año anterior para el período 2008 a 2018 es 0,992.

Preguntas causales y análisis de series de tiempo

La mayor parte del análisis económico implica el estudio de afirmaciones causales intertemporales. Ejemplos incluyen:

• ¿Cuánto afecta un aumento del 1% en el PIB del período actual al PIB del período futuro?
• ¿Cómo afecta la tasa de desempleo pasada a la tasa de desempleo actual? Indicadores económicos Un indicador económico es una métrica que se utiliza para evaluar, la medida, y evaluar el estado general de salud de la macroeconomía. ¿Indicadores económicos?
• ¿Cuál es el efecto de un aumento del 1% en las calificaciones de las pruebas de séptimo grado en las calificaciones de las pruebas de octavo grado?

Considere el ejemplo de los puntajes de las pruebas:suponga que existe algún instrumento de política (por ejemplo, aumentando la proporción maestro-alumno) que se puede utilizar para aumentar los puntajes de las pruebas de séptimo grado en un 1%. Es probable que un cambio de política de este tipo sea muy costoso, y un hacedor de políticas que solo mira los puntajes de las pruebas de séptimo grado podría no implementar la política.

Sin embargo, Supongamos que un aumento del 1% en las calificaciones de las pruebas de grado 7 se asocia con un aumento del 0,5% en las calificaciones de las pruebas de grado 8. Este beneficio adicional puede hacer que valga la pena implementar la política.

Más recursos

Gracias por leer la guía de CFI sobre análisis de datos de series temporales. Para seguir avanzando en tu carrera, Los recursos adicionales de CFI a continuación serán útiles:

• Agrupación de ilusión Agrupación de ilusión Agrupación de ilusión se refiere a un sesgo cognitivo en las finanzas conductuales en el que un inversor observa patrones en lo que en realidad son eventos aleatorios. En otra
• Estimadores puntuales Estimadores puntuales Un estimador puntual es una función que se utiliza para encontrar un valor aproximado de un parámetro de población a partir de muestras aleatorias de la población. Usa el
• Inversión en acciones:una guía para la inversión en crecimiento Inversión en acciones:una guía para la inversión en crecimiento Los inversores pueden aprovechar las nuevas estrategias de inversión en crecimiento para concentrarse con mayor precisión en acciones u otras inversiones que ofrezcan un potencial de crecimiento superior al promedio.
• Sesgo de período de tiempo Sesgo de período de tiempo El sesgo de período de tiempo es un error de muestreo causado por la selección de observaciones que solo cubren un período de tiempo determinado (es decir, un cierto conjunto de circunstancias o factores