Recorrido de la construcción de un modelo de series temporales (en ejemplos reales)

Question

Estoy tratando de encontrar algunos ejemplos reales que muestren a alguien que esté pasando por el proceso completo de construcción de un modelo de series temporales (cómo se enfrentan a las tendencias y las estacionalidades, qué características eligieron, etc.). ¿Alguien conoce algunos buenos en línea? (estos podrían ser en forma de papel, o sólo algún ejemplo en línea)

Aprendí un poco sobre el análisis de series temporales hace un par de años, pero quiero refrescarme. He hojeado los libros de series temporales que tengo, pero todos sus ejemplos se limitan a la técnica particular que enseña el capítulo actual ninguno muestra un análisis completo, como alguien podría hacer en el mundo real.

La razón por la que pregunto: tengo algo así como (digamos) un conjunto de datos de las ventas diarias de helados. Quiero ver algunos ejemplos para refrescar mi mente sobre cómo lo haría:

1. Construir un modelo predictivo de las futuras ventas de helados.
2. Mide el efecto de la temperatura en las ventas de helados. (digamos que tengo otro conjunto de datos de la temperatura diaria)

Answer 1

En cuanto a los ejemplos prácticos y prácticos, podría sugerir que se revisen algunas de mis 583 respuestas a las preguntas de construcción de modelos de series temporales. Es el único tema que conozco y me siento competente para comentar y por lo tanto es la única área en la que lo hago. @gung señaló amablemente una de ellas en su respuesta. La mayoría son estudios de casos de datos reales, en los que los datos son entregados por el OP y se plantean cuestiones de procedimiento.

En términos de teoría/resumen puedo recomendar una presentación que hice hace 8 años a la Sociedad Internacional de Pronósticos ( http://www.autobox.com/stack/dpr-isf27.ppt ) . En particular, en la diapositiva 41 presenté un análisis de las ventas mensuales de helados de Noruega. Como se muestra, es un modelo univariado (no causal) mientras que cuando se incorpora la temperatura (no se muestra) la "estacionalidad" se desvanece ya que la temperatura es el factor determinante y luego debe ser pronosticada para poder predecir las ventas de helados.

Answer 2

Esperaría que la mayoría de los tutoriales comenzaran y terminaran con un análisis descriptivo de series de tiempo en un marco ARIMA, pero también podría ser interesante observar los tratamientos tutoriales del análisis estructural de series de tiempo en un marco bayesiano con un enfoque en la inferencia causal.

Si ese es tu bolso, mis recursos actuales son los siguientes, todos los cuales tratan convenientemente la misma cuestión del impacto de la política.

Libros y papeles

Commandeur y Koopman es una suave introducción a la construcción de modelos y a la comprobación de esta clase de modelos. El documento original Durbin y Harvey, 1986 también vale la pena leerlo. Para un enfoque de inferencia causal, el artículo Brodersen et al. 2015 es bueno también.

Datos y código

La mayoría de los materiales anteriores hacen algún uso de la Seatbelts datos que vienen con R. Ver también los paquetes CausalImpact (más viñeta), bsts (tristemente sin viñeta), y el structTS función incorporada en R.

Answer 3

MATLAB tiene un montón de ejemplos de extremo a extremo. Aquí está donde empieza un lote, sólo tienes que seguirlo hasta el final. Es la parte I, la última es la parte X, pero hay otros ejemplos relacionados sobre la estacionalidad multiplicativa, la desestabilización, los filtros, etc.