Análisis de Datos Temporales

El análisis de datos temporales estudia las series temporales: secuencias de observaciones de una variable ordenadas en el tiempo, normalmente a intervalos regulares. Su rasgo definitorio es que el orden es información: a diferencia de los datos tabulares independientes, reordenar una serie destruye la señal. Las observaciones cercanas en el tiempo están correlacionadas —lo que se llama dependencia temporal o autocorrelación—, y esa correlación es justo lo que un modelo debe aprovechar.

Conceptos básicos

Una serie suele descomponerse en tendencia (su dirección a largo plazo), estacionalidad (fluctuaciones periódicas de frecuencia fija y conocida, como el día de la semana o el mes) y un componente irregular. Conviene distinguir la estacionalidad del ciclo, cuyas oscilaciones no tienen una frecuencia fija. Un concepto central es la estacionariedad: una serie es estacionaria cuando sus propiedades estadísticas —media, varianza y estructura de autocorrelación— no cambian con el tiempo. Muchos métodos clásicos la exigen, y suele lograrse por diferenciación, es decir, restando a cada valor el anterior.

Cómo se evalúa: respetar el tiempo

Evaluar un modelo de series temporales barajando los datos al azar es un error grave: introduce fuga de datos, porque el modelo vería el futuro durante el entrenamiento y sus métricas resultarían engañosamente buenas antes de hundirse en producción. La regla es la partición cronológica: el conjunto de prueba siempre es posterior al de entrenamiento. La validación adecuada usa ventanas que avanzan en el tiempo —deslizante, de tamaño fijo, o expansiva, que acumula todo el histórico—, entrenando siempre con el pasado y validando con el periodo siguiente.

Modelos, por generaciones

Los métodos estadísticos clásicos incluyen ARIMA, el suavizado exponencial (ETS) y Prophet. El aprendizaje profundo aportó las redes recurrentes (RNN, LSTM, GRU) y modelos autorregresivos probabilísticos como DeepAR. Después llegaron arquitecturas especializadas: N-BEATS y N-HiTS, y el Temporal Fusion Transformer (Google, 2019), basado en atención e interpretable. El salto más reciente son los modelos fundacionales de series temporales, preentrenados a gran escala y capaces de pronosticar sin reentrenamiento previo: TimesFM (Google), Chronos (Amazon) y Moirai (Salesforce), entre otros.

Límites

Las series reales rara vez son estacionarias: su distribución cambia —lo que se conoce como deriva de concepto— de forma abrupta, como un shock de mercado, o gradual, como el envejecimiento de un sensor; y los cambios de régimen invalidan los modelos entrenados sobre el pasado. Además, la incertidumbre crece con el horizonte de predicción, por lo que en aplicaciones críticas no basta un valor puntual: se necesitan intervalos de predicción con cobertura calibrada. Incluso el alcance real de los modelos fundacionales, todavía reciente, está en debate.