Análisis de Datos Espacio-temporales

El análisis de datos espacio-temporales estudia observaciones indexadas a la vez por una posición en el espacio y un instante en el tiempo. Cada dato lleva, además de su valor, unas coordenadas y una fecha: la temperatura de una estación meteorológica, los vehículos que cruzan un semáforo cada minuto, los casos de una enfermedad por municipio y semana o la reflectancia de un píxel de satélite. Modelarlos bien exige tratar el dónde y el cuándo como información, no como etiquetas accesorias. Lo que separa este campo de la estadística clásica es que sus datos casi nunca son independientes: ignorar esa dependencia es el error que atraviesa todo lo demás.

Autocorrelación y dependencias

La geografía lo resumió antes que nadie. La primera ley de Tobler afirma que «todo está relacionado con todo lo demás, pero las cosas cercanas están más relacionadas que las lejanas». Esa intuición tiene nombre técnico: autocorrelación espacial, la tendencia de los valores próximos a parecerse más que los distantes. Se mide con el índice I de Moran, que va de −1 a 1: valores positivos indican agrupamiento, negativos indican dispersión y un valor cercano a cero, aleatoriedad. Su equivalente en el tiempo es la autocorrelación temporal: el valor de hoy depende del de ayer.

Estas dependencias violan el supuesto de independencia sobre el que se construye buena parte de la estadística. Cuando los residuos de un modelo están autocorrelacionados, los errores estándar se sesgan, los contrastes dejan de seguir sus distribuciones esperadas y el rendimiento aparente se infla. Un modelo que ignora la autocorrelación no solo es impreciso: engaña sobre su propia fiabilidad.

Datos irregulares

La teoría supone rejillas limpias; la realidad entrega datos irregulares. Los sensores se reparten de forma desigual —densos en las ciudades, escasos en el campo—, las series temporales tienen huecos por averías o cortes, y cada fuente muestrea a su propio ritmo. Rellenar esos vacíos —la imputación de datos espacio-temporales faltantes es hoy un área activa de investigación— no es mero preprocesado: interpolar sobre huecos grandes fabrica precisión ficticia, y tratar un muestreo denso como representativo de todo el espacio introduce sesgos que ningún modelo posterior corrige.

La trampa de la fuga temporal y cómo validar

Aquí está el error más caro y más silencioso. Hay fuga temporal (temporal leakage) cuando información del futuro se filtra en el entrenamiento y sirve para «predecir» el pasado. Barajar los datos al azar y aplicar una validación cruzada k-fold clásica —el reflejo por defecto en aprendizaje automático— hace justo eso: rompe el orden del tiempo y da métricas espectaculares que se desploman en producción.

Evitarlo obliga a que la validación respete la estructura de los datos. En el tiempo se usan particiones que preservan el orden: ventana deslizante o encadenamiento hacia delante, entrenando con el pasado y probando con el futuro, a menudo con un hueco intermedio que corta la autocorrelación. En el espacio, el bloqueo espacial (spatial blocking) separa los pliegues por una distancia mínima que iguale o supere el rango de autocorrelación, de modo que el modelo no se evalúe sobre puntos casi idénticos a los ya vistos. Estas estrategias dan cifras más bajas, pero honestas.

Métodos

El repertorio combina tres tradiciones. La geoestadística aporta el kriging, interpolación nacida con Danie Krige y Georges Matheron en la minería, que usa el variograma para modelar la dependencia espacial y predecir en lugares no muestreados. La estadística temporal aporta los modelos ARIMA y de espacio de estados. Y el aprendizaje profundo aporta las redes neuronales de grafos espacio-temporales (STGNN), que unen convoluciones sobre grafos para el espacio con módulos recurrentes o de atención para el tiempo, usadas en tráfico y monitorización ambiental. Ninguno es universal: la elección depende de si el dato vive en una rejilla, en una red o en puntos dispersos, y de cuánta interpretabilidad se exija. Lo que no cambia es la disciplina de respetar la dependencia y validar sin mirar al futuro.