Python para el Análisis de Datos, 3ª Edición

Capítulo 11. Series temporales

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Los datos de series temporales son una forma importante de datos estructurados en muchos campos diferentes,como las finanzas, la economía, la ecología, la neurociencia y la física. Cualquier cosa que se registre repetidamente en muchos puntos en el tiempo forma una serie temporal. Muchas series temporales son de frecuencia fija, es decir, quelos puntos de datos se producen a intervalos regulares según alguna regla, como cada 15 segundos, cada 5 minutos o una vez al mes. Las series temporales también pueden serirregulares, sin unidad de tiempo fija ni desfase entre unidades. La forma de marcar y referirse a los datos de las series temporales depende de la aplicación, y puede ser una de las siguientes:

Marcas de tiempo

Instantes concretos en el tiempo.

Periodos fijos

Por ejemplo, todo el mes de enero de 2017, o todo el año 2020.

Intervalos de tiempo

Indicados por una marca de tiempo de inicio y fin. Los periodos pueden considerarse casos especiales de los intervalos.

Experimento o tiempo transcurrido

Cada marca de tiempo es una medida de tiempo relativa a un momento de inicio concreto (por ejemplo, el diámetro de una galleta que se cuece cada segundo desde que se introduce en el horno), empezando por 0.

En este capítulo, me ocupo principalmente de las series temporales de las tres primeras categorías, aunque muchas de las técnicas pueden aplicarse ...