¿Qué son los gráficos de series temporales?
Share
Una característica de los datos que puede considerar es la del tiempo. Un gráfico que reconoce este orden y muestra el cambio de los valores de una variable a medida que avanza el tiempo se denomina gráfico de serie temporal.
Suponga que desea estudiar el clima de una región durante un mes entero. Todos los días al mediodía, anota la temperatura y escribe esto en un registro. Se podrían realizar diversos estudios estadísticos con estos datos. Podrías encontrar la temperatura media o media del mes. Podría construir un histograma que muestre el número de días que las temperaturas alcanzan un cierto rango de valores. Pero todos estos métodos ignoran una parte de los datos que ha recopilado.
Dado que cada fecha se combina con la lectura de temperatura del día, no tiene que pensar que los datos son aleatorios. En su lugar, puede usar los tiempos dados para imponer un orden cronológico en los datos.
Construyendo un gráfico de serie temporal
Para construir un gráfico de series de tiempo, debe mirar las dos partes del conjunto de datos emparejado. Comience con un sistema de coordenadas cartesianas estándar. El eje horizontal se usa para trazar los incrementos de fecha u hora, y el eje vertical se usa para trazar la variable de valores que está midiendo. Al hacer esto, cada punto en el gráfico corresponde a una fecha y una cantidad medida. Los puntos en el gráfico generalmente están conectados por líneas rectas en el orden en que ocurren.
Usos de un gráfico de serie temporal
Los gráficos de series de tiempo son herramientas importantes en diversas aplicaciones de estadísticas. Al registrar valores de la misma variable durante un período prolongado de tiempo, a veces es difícil discernir cualquier tendencia o patrón. Sin embargo, una vez que se muestran gráficamente los mismos puntos de datos, algunas características saltan. Los gráficos de series de tiempo hacen que las tendencias sean fáciles de detectar. Estas tendencias son importantes ya que pueden usarse para proyectar hacia el futuro.
Además de las tendencias, el clima, los modelos comerciales e incluso las poblaciones de insectos exhiben patrones cíclicos. La variable que se está estudiando no muestra un aumento o disminución continua, sino que aumenta y disminuye según la época del año. Este ciclo de aumento y disminución puede continuar indefinidamente. Estos patrones cíclicos también son fáciles de ver con un gráfico de series de tiempo..
Un ejemplo de un gráfico de serie temporal
Puede usar el conjunto de datos en la tabla a continuación para construir un gráfico de series de tiempo. Los datos provienen de la Oficina del Censo de EE. UU. E informa la población residente de EE. UU. Desde 1900 hasta 2000. El eje horizontal mide el tiempo en años y el eje vertical representa el número de personas en EE. UU. El gráfico nos muestra un aumento constante de la población que es aproximadamente Una línea recta. Luego, la pendiente de la línea se vuelve más pronunciada durante el Baby Boom.
Datos de la población de EE. UU. 1900-2000
| Año | Población |
| mil novecientos | 76094000 |
| 1901 | 77584000 |
| 1902 | 79163000 |
| 1903 | 80632000 |
| 1904 | 82166000 |
| 1905 | 83822000 |
| 1906 | 85450000 |
| 1907 | 87008000 |
| 1908 | 88710000 |
| 1909 | 90490000 |
| 1910 | 92407000 |
| 1911 | 93863000 |
| 1912 | 95335000 |
| 1913 | 97225000 |
| 1914 | 99111000 |
| 1915 | 100546000 |
| 1916 | 101961000 |
| 1917 | 103268000 |
| 1918 | 103208000 |
| 1919 | 104514000 |
| 1920 | 106461000 |
| 1921 | 108538000 |
| 1922 | 110049000 |
| 1923 | 111947000 |
| 1924 | 114109000 |
| 1925 | 115829000 |
| 1926 | 117397000 |
| 1927 | 119035000 |
| 1928 | 120509000 |
| 1929 | 121767000 |
| 1930 | 123077000 |
| 1931 | 12404000 |
| 1932 | 12484000 |
| 1933 | 125579000 |
| 1934 | 126374000 |
| 1935 | 12725000 |
| 1936 | 128053000 |
| 1937 | 128825000 |
| 1938 | 129825000 |
| 1939 | 13088000 |
| 1940 | 131954000 |
| 1941 | 133121000 |
| 1942 | 13392000 |
| 1943 | 134245000 |
| 1944 | 132885000 |
| 1945 | 132481000 |
| 1946 | 140054000 |
| 1947 | 143446000 |
| 1948 | 146093000 |
| 1949 | 148665000 |
| 1950 | 151868000 |
| 1951 | 153982000 |
| 1952 | 156393000 |
| 1953 | 158956000 |
| 1954 | 161884000 |
| 1955 | 165069000 |
| 1956 | 168088000 |
| 1957 | 171187000 |
| 1958 | 174149000 |
| 1959 | 177135000 |
| 1960 | 179979000 |
| 1961 | 182992000 |
| 1962 | 185771000 |
| 1963 | 188483000 |
| 1964 | 191141000 |
| 1965 | 193526000 |
| 1966 | 195576000 |
| 1967 | 197457000 |
| 1968 | 199399000 |
| 1969 | 201385000 |
| 1970 | 203984000 |
| 1971 | 206827000 |
| 1972 | 209284000 |
| 1973 | 211357000 |
| 1974 | 213342000 |
| 1975 | 215465000 |
| 1976 | 217563000 |
| 1977 | 21976000 |
| 1978 | 222095000 |
| 1979 | 224567000 |
| 1980 | 227225000 |
| 1981 | 229466000 |
| mil novecientos ochenta y dos | 231664000 |
| 1983 | 233792000 |
| 1984 | 235825000 |
| 1985 | 237924000 |
| 1986 | 240133000 |
| 1987 | 242289000 |
| 1988 | 244499000 |
| 1989 | 246819000 |
| 1990 | 249623000 |
| 1991 | 252981000 |
| 1992 | 256514000 |
| 1993 | 259919000 |
| 1994 | 263126000 |
| 1995 | 266278000 |
| 1996 | 269394000 |
| 1997 | 272647000 |
| 1998 | 275854000 |
| 1999 | 279040000 |
| 2000 | 282224000 |
