2 SeminarioI Seriestemporales

Series Temporales y Minera de
flujos de datos
Seminario: Software para procesamiento de
series temporales y flujo de datos
Parte I: Series Temporales
Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Dpto. Ciencias de la Computacin e I.A., Universidad de Granada
ndice
Prerrequisitos.
Series Temporales en R. Instalacin de paquetes.
Lectura de datos. Formato y creacin de objetos de series.
Metodologa de anlisis y modelado.
Anlisis de tendencia en R.
Anlisis de estacionalidad en R.
Estacionaridad.
Modelos ARIMA y seleccin del modelo.
Prediccin.

Prerrequisitos
En este seminario se asume lo siguiente:
El alumno conoce las tcnicas para anlisis y prediccin de

series temporales impartidas en clase de teora.
El alumno est familiarizado con el entorno R.
El alumno tiene instalado en el PC el entorno R y la
biblioteca tseries (recomendable tambin R Studio).
El alumno ha descargado los ficheros de apoyo a este
seminario.

Prerrequisitos: Repaso de teora
Modelo AR(p): p
X (t ) i X (t i ) (t )
i 1
Modelo MA(q):
q
X (t ) (t ) i
(t i )
i 1
Modelo ARMA(p, q): p q
X (t ) i X (t i ) (t ) i
(t i )
ACF: i 1 i 1
Cov [ X ( t ), X ( t k )]
k
Var [ X ( t )] Var [ X ( t k )]
PACF: Mide la dependencia/contribucin concreta que tiene un

instante anterior k para predecir el instante actual.
Prerrequisitos: Comandos tiles de R
Conviene repasar el uso de los siguientes comandos en R, de uso
habitual:
Gestin de ficheros: setwd(carpeta), list.files(), scan ,
Gestin de memoria de trabajo: rm(list=ls()),
Scripts y bibliotecas: source(script), library,
Creacin de matrices: rbind, cbind,
Diferenciacin e integracin discreta: diff, diffinv,
Grficos: plot, plot.ts, lines,
Obtencin de ayuda: ?comando

ndice
Prerrequisitos
Estacionaridad.
Prediccin.

Series temporales en R. Instalacin de paquetes
Para trabajar con series temporales en R, es recomendable contar
con las bibliotecas de Series Temporales que estn disponibles en el
repositorio R-CRAN. Instalar el paquete tseries:
Install.packages(tseries); Install.packages(DAAG)

Series temporales en R. Instalacin de paquetes
Otras bibliotecas de R especializadas en series temporales:
forecast, astsa, etc.
Cmo leer/cargar una biblioteca para usar sus funciones: comandos
library/require
Carga la biblioteca
Proporciona ayuda sobre un comando dado

ndice
Prerrequisitos
Estacionaridad.
Prediccin.

Lectura de datos. Formato y creacin de series
Usualmente, los datos estarn en un fichero con formato estndar
(texto plano, csv, etc.). Para leer un fichero:
1. Establecer la ruta del directorio donde deseamos trabajar.
2. Cargar los datos con funciones estndar de R (scan, read,
etc.). Ejemplo:
setwd: Cambia el directorio de trabajo
list.files: Lista los ficheros en el directorio de trabajo
scan: Lee un fichero de datos en forma de vector

Lectura de datos. Formato y creacin de series
Podemos tambin encontrar los datos en formato de tabla.
1. Leer la tabla
2. Transformarla al formado deseado. Ejemplo:
read.table: Lee tabla desde fichero.

skip=1: Salta la primera lnea
Seleccionamos las columnas de

inters, y las pasamos a serie (array)
numrico
ts: Crea un objeto serie temporal, comenzando

en enero de 1949, con una frecuencia de 12
meses
Lectura de datos. Ejemplo
Carguemos los datos de la serie SerieLaboratorioDatos.dat y
mostrmosla por pantalla.
setwd: Cambia el directorio de trabajo si no

ests en l

ndice
Prerrequisitos
Estacionaridad.
Prediccin.

Series estacionarias y no estacionarias
La metodologa Box-Jenkins para TSP engloba:
Dividir la serie X(t) en tendencia T(t), estacionalidad S(t) y una
componente irregular ( E(t) ). Enfoque aditivo:
X(t)= T(t) + S(t) + E(t)
Clculo de la tendencia:
regresiones, filtrado de la seal, diferenciacin, etc.
Clculo de la estacionalidad:
Valor medio de los valores de la serie dentro del mismo punto
estacional.
Metodologa:
Eliminar tendencia y estacionalidad de la serie,
Hacer E(t) estacionaria y aplicar mtodos paramtricos
Metodologa de anlisis y modelado
La metodologa que seguiremos para modelar series debe seguir los
siguientes pasos:
1. Anlisis de tendencia. Tiene tendencia la serie? Modelarla
y eliminarla.
2. Anlisis de estacionalidad. Sufre la serie de
estacionalidad? Modelarla y eliminarla.
3. Estacionaridad. Es estacionaria la serie? En caso
contrario, hacerla estacionaria.
4. Aplicar modelos paramtricos. En nuestro caso, modelos
autorregresivos y de medias mviles.
5. Prediccin. Predecir en base a todas las componentes
modeladas.
ndice
Prerrequisitos
Estacionaridad.
Prediccin.

Tendencia. Ejemplo
Parece que la serie podr modelarse con tendencia lineal. Si la
diferenciamos X(t) X(t)-X(t-1), deberamos obtener una serie
con media prxima a 0.

Tendencia. Ejemplo
Adems, observamos que la varianza no vara a lo largo de la
serie. Si no fuese as, la serie necesitara un pre-procesamiento (por
ejemplo, transformacin logartmica). Todo esto es con vistas a
validar la estacionariedad de la serie.

Tendencia. Comprobacin de preprocesamiento
Aqu vemos un ejemplo de serie que s necesitara una
transformacin logartmica para asegurarnos posteriormente de que
sea estacionaria.
Se nota claramente cundo una serie necesita pre-

procesamiento para alcanzar estacionariedad (media y varianza
constantes a lo largo de la serie)

Tendencia: Mtodos
Estimacin funcional: Aproximar la tendencia de la serie como
una funcin. Requiere realizar hiptesis sobre el modelo que rige la
tendencia. Ejemplo (I): Modelo lineal.
Filtrado: Esta opcin consiste en aplicar un filtro de medias
mviles para estimar la tendencia. 1
k /2
X (t )
k
X (t i )
i k / 2
Filtrado
Regresin cuadrtica

Tendencia: Mtodos
Diferenciacin: Se diferencia la seal hasta que desaparezca la
tendencia. X ( t ) X ( t ) X ( t 1 )
En R: Xprima<- diff(X)
Diferenciacin

Tendencia. Ejemplo
Volvamos a nuestro ejemplo.
En principio, parece que una tendencia lineal puede ser buena
opcin:
lm: Linear Model

serie= f(tiempo)

Tendencia. Ejemplo
Mostramos la serie junto con el modelo de tendencia:

Tendencia. Ejemplo
Parece buena aproximacin, pero debemos asegurarnos. Mostrar
los residuos nos puede ayudar a ver que el error se distribuye
uniformemente.
Un test estadstico nos puede ayudar a ver que el error se
distribuye de forma normal.
Aceptamos el modelo.
(supera el test)

Tendencia. Ejemplo
Por ltimo, eliminamos la tendencia de la serie.

ndice
Prerrequisitos
Estacionaridad.
Prediccin.

Comprobacin de estacionalidad: Ejemplo
La estacionalidad es una componente de la serie que, de estar
presente, implica que varios valores de un intervalo se repiten
consecutivamente a lo largo del tiempo, con un periodo determinado.
La grfica de ACF puede ayudar a calcular el periodo.
La grfica muestra
periodicidad de longitud
12
Otras alternativas: FFT, alisado de Holts-Winter, etc.

Anlisis de estacionalidad en R
Cmo calcular los valores de la estacionalidad? Para un periodo P,
calculando la media para cada valor desde 1 hasta el periodo, de los
valores de la serie X espaciados de P en P. Ejemplo para P=12:
S(1)=media(X(1), X(13), X(25), X(37)...)

S(2)=media(X(2), X(14), X(26),X(38) ...)
S(3)=media(X(3), X(15), X(27),X(39) ...)
...
S(11)=media(X(11), X(23), X(35), ...)
S(12)=media(X(12), X(24), X(36), ...)

Clculo de estacionalidad: Ejemplo
Calcularemos en R la estacionalidad para nuestro ejemplo:
Estos son los valores

que se repiten a lo
largo de toda la serie

Eliminar la estacionalidad: Ejemplo
Para eliminar la estacionalidad, restaremos los valores de la misma
en toda la serie:

Eliminar la estacionalidad: Ejemplo
Posteriormente, restamos la estacionalidad a la serie sin tendencia:

ndice
Prerrequisitos
Estacionariedad.
Prediccin.

Una serie estacionaria es aquella cuya media y varianza no
varan con el tiempo.
La estacionaridad (no confundir con estacionalidad) indica que
las propiedades estadsticas de la serie no varan en el tiempo y, por
tanto, los datos pueden estudiarse bajo un mismo modelo
paramtrico independiente del tiempo.
La condicin de estacionaridad es un requisito que debe
cumplirse para poder aplicar modelos paramtricos de anlisis y
prediccin de series de datos.

Cmo saber si una serie es estacionaria?
Test estadsticos: Dickey-Fuller Ampliado (Test ADF)
Grficamente: Observando las grficas de autocorrelacin
(ACF) y autocorrelacin parcial (PACF).
En R:
acf(serie), pacf(serie): Grficos de ACF y PACF de una serie.
adf.test(serie) (paquete tseries): Test ADF. El valor
resultante pvalue < 0.05 indica que la serie es estacionaria con
un nivel de confianza del 95%.

Si la serie es estacionaria, la grfica del ACF debe converger
rpidamente a 0. Ejemplos de ACFs de series NO estacionarias:
ACF ACF

Si la serie es estacionaria, la grfica del ACF debe converger
rpidamente a 0. Ejemplos de ACFs de series estacionarias:
ACF ACF ACF

Series estacionarias: Ejemplo
Volvamos a nuestro ejemplo: Es la serie estacionaria?
Parece que s, pero no podemos estar completamente seguros.

Deberemos probar varios modelos para asegurarnos.

Volvamos a nuestro ejemplo: Es la serie estacionaria?
Si la serie es estacionaria, pasaramos a construir un modelo
ARIMA (p, 0, q).
Si no es estacionaria, pasaramos a buscar la diferenciacin d
necesaria para construir un modelo ARIMA(p, d, q)

Por tanto, en este punto tenemos ya dos posibles modelos:

Un ARIMA(p, 0, q)
Un ARIMA(p, 2, q)

ndice
Prerrequisitos.
Estacionariedad.
Prediccin.

Clculo de parmetros p y q de un modelo ARIMA
El clculo se realiza visualizando los ACF y PACF de la serie.
No existe una regla concreta para obtencin de los parmetros
ptimos en todos los casos, pero s una gua de ayuda:
El ACF de un modelo ARMA (p,0) decrece
rpidamente hacia cero (con valores positivos, negativos,
alternando o con forma sinusoidad). Su PACF indica el
valor de p, contabilizando la posicin del ltimo valor
distinto de 0 (que no est por debajo del umbral).
Un valor se considera distinto de cero si no est en el rango (-
2/sqrt(N), 2/sqrt(N)), con N=longitud de la serie.
Para modelos ARMA(0, q), la gua es simtrica entre el ACF y el
PACF. No hay gua para los ARMA(p, q).

Ejemplos de ACF para modelos ARMA(p, 0) (PACF para
ARMA(0, q):

Ejemplos de PACF para modelos ARMA(p, 0) (PACF para
ARMA(0, q):
Valor=1
Valor=2
Valor=3
Valor=2
Valor=2

Clculo de parmetros p y q: Ejemplo
Volvamos a nuestra serie. Asumamos el modelo ARIMA(p, 0, q)
(el otro modelo se abordar ms adelante). Calcularemos p y q a
partir de los ACF y PACF.

Volvamos a nuestra serie. Asumamos el modelo ARIMA(p, 0, q)
(el otro modelo se abordar ms adelante). Calcularemos p y q a
partir de los ACF y PACF.
En base a los resultados, estaramos ante un modelo

ARIMA(2, 0, 0)
Asumamos ahora el modelo ARIMA(p, 2, q). Calcularemos p y q
a partir de los ACF y PACF.
Podra ser un
ARIMA(0, 2, 1 2)

Por tanto, hemos concluido que:
El modelo podra ser ARIMA(2, 0, 0), si asumimos
irrelevantes los picos que quedan muy poco por encima del
umbral en el ACF de la serie sin tendencia ni estacionalidad.
El modelo podra ser ARIMA(0, 2, X), si asumimos
relevantes los puntos, donde X podra ser o 1, o 2:
ARIMA(0, 2, 1); ARIMA(0, 2, 2)
Tenemos 3 modelos que queremos probar.

Modelos ARIMA y prediccin
Una vez seleccionados lor parmetros, para ajustar un modelo
ARIMA(p, d, q) en R:
Modelo<- arima(serie, order=c(p,d,q), xreg=1:length(serie))
Para predecir los siguientes N valores de la serie dentro del
modelo:
Prediccion<- predict(Modelo, n.ahead=N, newxreg =
(length(serie)+1):length(serie) + N) )
DatosPredichos <- Prediccion$pred
Estimacin de los errores de prediccin:
Errores <- Prediccion$se

Modelos ARIMA: Ejemplo
De vuelta a nuestro ejemplo, en R tendramos los siguientes
modelos:
Para visualizar el ajuste:

Seleccin del mejor modelo
Normalmente, tendremos varios modelos entre los que decidir cul
puede ser el mejor.
Es necesario un criterio para poder discriminar entre 2 modelos
diferentes de representacin de una serie (no slo considerando la
bondad del ajuste, sino tambin la complejidad del modelo).
Usaremos el criterio de Akaike (AIC). A menor valor de AIC, ms
preferible es el modelo.
AIC = 2k + n Log(RSS/n)
k= grados de libertad del modelo
n= nmero de datos en el modelo
RSS= Residual Sum of Squares (suma de errores al cuadrado)

Tambin hay que comprobar la bondad del ajuste mediante el
anlisis de los residuos, mediante tests de aleatoriedad y normalidad.
Tests de Box-Pierce/Ljung-Box: Comprueban la aleatoriedad (p-
value pequeo= no son aleatorios).
En R: Box.test(datos)
Tests de Shapiro-Wilk/Jarque Bera: Comprueban la
normalidad de los datos (p-value pequeo= no son de distribucin
normal).
En R: shapiro.test(datos) / jarque.bera.test(datos)

En nuestra serie de ejemplo
Comprobacin de la aleatoriedad de los errores del modelo.
Los 3 modelos pasan el test de Box-Pierce

En nuestra serie de ejemplo
Comprobacin de la distribucin normal de los residuos.
Los 3 modelos pasan el test de Jarque-Bera (p-value > 0.05)
Tambin el de Shapiro-Wilk (p-value > 0.05)
Aparentemente, los 3 modelos no presentan inconsistencias. Con

cul nos quedamos?
El criterio de informacin de Akaike (AIC): Proporciona una
medida que contempla la precisin del ajuste del modelo y su
complejidad.
Nos quedamos con el

ARIMA(2, 0, 0)
Se prefiere el modelo 1. Es el
mejor considerando errores del
modelo y complejidad

ndice
Prerrequisitos.
Estacionariedad.
Modelos ARIMA y seleccin del modelo
Prediccin.

Modelos ARIMA y prediccin
Para predecir los siguientes valores de la serie:
Utilizar el modelo para predecir los prximos valores de la
serie.
Deshacer los cambios realizados en orden inverso
Diferenciaciones (si ha habido)
Estacionalidad (si ha habido)
Tendencia (si ha habido)
Transformaciones de los datos (si ha habido)

Prediccin: Ejemplo
Paso 1: Prediccin con el modelo. Vamos a predecir los 12
prximos valores.
Paso 2: Aadimos los datos al final de la serie
Paso 3: Incluimos la estacionalidad

Prediccin: Ejemplo
Paso 4: Calculamos la tendencia para los valores predichos y la
incluimos.
Paso 5: Como no hay preprocesamiento previo, hemos terminado.

Prediccin: Ejemplo
La serie final:

Prediccin: Ejemplo
Trabajo de laboratorio:
Escribir un script R con todos los pasos seguidos en este guin.
Incluir comentarios explicando con detalle para qu sirve cada
una de las funciones utilizadas, los pasos seguidos y
justificarlos.
Entregar al profesor.

Series Temporales y Minera de
flujos de datos
Seminario: Software para procesamiento de
series temporales y flujo de datos
Parte I: Series Temporales


2 SeminarioI Seriestemporales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2 SeminarioI Seriestemporales

Cargado por

Copyright:

Formatos disponibles

Series Temporales y Minera de

Parte I: Series Temporales

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

El alumno conoce las tcnicas para anlisis y prediccin de

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Modelo ARMA(p, q): p q

PACF: Mide la dependencia/contribucin concreta que tiene un

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Proporciona ayuda sobre un comando dado

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

list.files: Lista los ficheros en el directorio de trabajo

scan: Lee un fichero de datos en forma de vector

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

read.table: Lee tabla desde fichero.

Seleccionamos las columnas de

ts: Crea un objeto serie temporal, comenzando

setwd: Cambia el directorio de trabajo si no

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Se nota claramente cundo una serie necesita pre-

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

lm: Linear Model

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Otras alternativas: FFT, alisado de Holts-Winter, etc.

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

S(1)=media(X(1), X(13), X(25), X(37)...)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Estos son los valores

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

ACF ACF ACF

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Parece que s, pero no podemos estar completamente seguros.

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Por tanto, en este punto tenemos ya dos posibles modelos:

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

En base a los resultados, estaramos ante un modelo

Manuel Pegalajar Cullar (manupc@decsai.ugr.es)

Tenemos 3 modelos que queremos probar.