Series de tiempo irregulares: un enfoque unificado

ABRIL, JUAN CARLOS

Revista de la Sociedad Argentina de Estadística

Sociedad Argentina de Estadística

Lugar: Buenos Aires; Año: 1997 vol. 13 p. 1 - 73

0329-5583

Muchas series de tiempo están sujetas a irregularidades en los datos, tales como valores perdidos o faltantes, observaciones atípicas (?outliers?), cambios estructurales y espaciado irregular. Los datos pueden estar también desordenados, y por lo tanto ser difícil de manejarlos mediante procedimientos estándares, especialmente cuando ellos son intrínsecamente no Gaussianos o contienen estructuras periódicas complicadas tales como cuando son observados en una base horaria o semanal. Este trabajo presenta un enfoque unificado para el análisis de estos datos irregulares. El tratamiento técnico está basado en los métodos de espacio de estado. Estos métodos pueden ser aplicados a cualquier modelo lineal, incluyendo aquellos dentro de la clase de los autorregresivos integrados de promedios móviles. Ahora bien, la facilidad de interpretación de los modelos estructurales de series de tiempo, junto con la información asociada que producen el filtro y el suavizador de Kalman, hacen de ellos el vehículo natural para el tratamiento de los datos desordenados. Modelos estructurales de series de tiempo pueden ser expresados en tiempo continuo, permitiendo con ello un tratamiento general de observaciones irregularmente espaciadas. La estructura periódica asociada con datos horarios o semanales puede ser efectivamente tratada usando curvilíneas (?splines?) variables en el tiempo, mientras que el análisis estadístico de modelos no Gaussianos es ahora posible debido a los desarrollos recientes en las técnicas de simulación.