¿Es válido agregar una serie temporal para que parezca más significativa?

Question

Otra pregunta sobre las series temporales de mi parte.

Dispongo de un conjunto de datos que ofrece registros diarios de incidentes violentos en un hospital psiquiátrico durante tres años. Con la ayuda de mi pregunta anterior he estado jugueteando con él y ahora estoy un poco más contento.

Lo que tengo ahora es que la serie diaria es muy ruidosa. Fluctúa mucho, hacia arriba y hacia abajo, desde 0 a veces hasta 20. Usando los gráficos de loess y el paquete de previsión (que recomiendo encarecidamente a los novatos como yo) sólo obtengo una línea totalmente plana, con enormes intervalos de confianza de la previsión.

Sin embargo, la agregación semanal o mensual de los datos tiene mucho más sentido. Se barren hacia abajo desde el principio de la serie, y luego aumentan de nuevo en el medio. El trazado de Loess y el paquete de previsión producen algo que parece mucho más significativo.

Sin embargo, se siente un poco como una trampa. ¿Será que prefiero las versiones agregadas porque se ven bien sin ninguna validez real?

¿O sería mejor calcular una media móvil y utilizarla como base? Me temo que no entiendo la teoría detrás de todo esto lo suficientemente bien como para estar seguro de lo que es aceptable

Answer 1

El problema (dilema) al que se enfrenta parece ser el de la selección de un intervalo de muestreo óptimo (o bueno) para revisar sus previsiones. Para empezar, vea texto del enlace del famoso libro de Brown, que también sería una buena referencia. Todo se reduce a "equilibrar el riesgo de no notar un cambio rápidamente con la variabilidad inherente de los datos y el coste de revisar los planes con frecuencia". Si no estás preparado para revisar tu previsión (y las decisiones que la motivaron) a diario, no necesitas realmente utilizar los datos diarios (más ruidosos). Un punto importante, que a menudo se pierde en la literatura contemporánea sobre previsiones, es que éstas sólo son necesarias para ayudar a tomar una decisión (a menos que también se sepa cómo divertirse con ellas).

Answer 2

Es muy común en las previsiones agregar datos para aumentar la relación señal/ruido. Hay varios trabajos sobre el efecto de la agregación temporal en la precisión de las previsiones en economía, por ejemplo. Lo que se ve probablemente en los datos diarios es una señal débil que está siendo inundada por el ruido, mientras que los datos semanales y mensuales muestran una señal más fuerte que es más visible.

La conveniencia de utilizar la agregación temporal depende enteramente de cuál sea su propósito. Si necesitas previsiones de incidencias diarias, la agregación no va a ser muy útil. Si está interesado en explorar los efectos de varias covariables sobre la frecuencia de la incidencia, y todos sus datos están disponibles a diario, entonces probablemente utilizaría los datos diarios, ya que proporcionarán un mayor tamaño de muestra y probablemente le permitirán detectar los efectos más fácilmente.

Dado que utiliza el paquete de previsión, es de suponer que está interesado en la previsión de series temporales. Entonces, ¿necesita previsiones diarias, semanales o mensuales? La respuesta determinará si la agregación es adecuada para usted.

Answer 3

Esto depende totalmente de su serie temporal y del efecto que quiera descubrir/probar, etc.

Una cosa importante aquí es, qué tipo de períodos tienes en tus datos. Haga un espectro de sus datos y vea qué frecuencias son comunes en sus datos.

De todos modos, no se miente cuando se decide mostrar valores agregados. Cuando se trata de efectos que se producen a lo largo de semanas (como, por ejemplo, más violencia en verano cuando hace calor) es lo correcto.

Quizás también puedas echar un vistazo a la Transformada de Hilbert Huang. Esto le dará funciones de modo intrínseco que son muy útiles para los análisis visuales.