Series temporales Serie temporal

Cuando las observaciones evolucionan a lo largo del tiempo, las modelamos usando series temporales y comprobamos si su secuencialidad influye en los valores de las observaciones. 

1. Introducción

Las series temporales tienen una variable de tiempo como variable subyacente. Podemos pensar en ellas como la extensión de una lista de observaciones, indexadas usando una variable temporal. En última instancia, si los intervalos de tiempo tienden hacia 0, la variable de tiempo discreta se puede definir como continua. En este caso, consideramos la correspondiente serie discreta como una serie de posibles observaciones de la serie continua, que muchas veces es el resultado de representar un sistema físico (una oscilación, una señal electrónica o biológica o el precio de los índices bursátiles, etc.).

El estudio de series temporales se basa en que, a priori, cada valor de la serie depende de otros valores de la serie, normalmente valores anteriores. En el último caso, tratamos naturalmente de expresar esta dependencia usando una función. Esta función se puede percibir como una función generadora de la serie, que se aplica a un conjunto de primeros elementos.

En este sentido, es comprensible que estas series también se denominen «procesos».

Un proceso estocástico indexado en un conjunto T es una colección de variables estocásticas images/eq801.PNG definidas en el mismo espacio de probabilidad. Proceso:estocástico
Habitualmente...
Si desea saber más, le proponemos el siguiente libro:
couv_EPT3DASR.png
60-signet.svg
Versión impresa
20-ecran_lettre.svg
Versión online
41-logo_abonnement.svg
En ilimitado con la suscripción ENI
130-boutique.svg
En la tienda oficial de ENI
Anterior
Grafos y redes (sociales)
Siguiente
Sistemas difusos