Series temporales con el {tidyverts}

Serie temporal: Secuencia de variables aleatorias ordenadas cronológicamente.

• Las series temporales suelen presentar autocorrelación:
  • Las observaciones no son independientes.
  • La observación de un período está más relacionada con la de los períodos cercanos.
  • Esta estructura se puede emplear para predecir

Análisis de Series Temporales

Modelos que explotan la estructura de autocorrelación de una serie temporal para predecir.

• Modelos univariantes:
  • ARIMA
  • Suavizado exponencial, …
• Modelos multivariantes:
  • Modelos VAR
  • Modelos factoriales

• El paquete básico, hasta hace poco, era {forecast}, elaborado por Rob Hyndman, con su libro asociado, Forecasting: principles and practice, 2ª Ed..

• La llegada del {tidyverse} y {RStudio}, que han revolucionado R con una filosofía de programación basada en el operador después ( %>%, ahora |>) y el análisis por grupos.

• El propio Hyndman y colaboradores han creado una “constelación” de paquetes de series temporales adaptados al {tidyverse}, el {tidyverts}: Tidy tools for time series.

El {tidyverts}

Paquetes:

• {tsibble}: Generalización de las tibbles (tiablas)
• {fable}: Reemplazo de forecasting, análisis de series temporales.
• {feasts}: Manipulación, estadística, visualización.

Libro

• Forecasting: principles and practice, 3ª Ed.
• library(ffp3) carga todos los paquetes.
• install.packages("fpp3",dependencies=TRUE) los instala.

{tidyverse}

• Objeto básico: tibble, con una serie de columnas (variables) y (filas), observaciones. Un data.frame con propiedades especiales.

• Conversión: as_tibble

• Operaciones por grupos: Declarados con group_by cada manipulación (mutate, summarize, …) se realiza dentro de cada grupo.

• Operaciones dan como resultado una {tiabla}

{tidyverts}

• tsibble : Una tiabla con dos variables especiales: Una cronológica, index, y otra/s que definen las distintas series temporales, key.

• Conversión: as_tsibble

• Los key son los grupos por defecto, ya predeclarados. Las funciones de {fable} se aplican a cada serie temporal.

• Se fuerza a que las operaciones den como resultado una {tsibble}, con su index y key.

• Diferencia básica: estacionalidad asociada al período: la hay si es un múltiplo del año.

• olympic_running: Periodicidad cuatrienal.

library(fpp3)
data(olympic_running)

print(olympic_running)

# A tsibble: 312 x 4 [4Y]
# Key:       Length, Sex [14]
    Year Length Sex    Time
   <int>  <int> <chr> <dbl>
 1  1896    100 men    12  
 2  1900    100 men    11  
 3  1904    100 men    11  
 4  1908    100 men    10.8
 5  1912    100 men    10.8
 6  1916    100 men    NA  
 7  1920    100 men    10.8
 8  1924    100 men    10.6
 9  1928    100 men    10.8
10  1932    100 men    10.3
# ... with 302 more rows

olympic_running %>% filter(Length==100,Sex=="men") %>% 
ggplot(aes(x=lag(Time),y=Time)) +
  geom_point() + geom_smooth(method="lm")

• Vemos como se pueden usar las funciones del tidyverse de manera natural.

• En el gráfico, la autocorrelación se muestra en que el valor retardado está muy relacionado con el valor actual.

• Por eso se puede predecir: La información del valor actual es muy relevante.

• A la pendiente de la recta de regresión se la llama autocorrelación de orden 1, y se define la función de autocorrelación (ACF).

olympic_running %>% filter(Length==100,Sex=="men") %>% ACF(Time)

olympic_running %>% filter(Length==100,Sex=="men") %>% ACF(Time) %>% autoplot()

• Predecimos cada serie con su modelo con forecast, con el horizonte deseado.
• En este caso, mostramos las predicciones para Castilla y León y sus intervalos de confianza

forecast(mod,h=8) %>% filter(stringr::str_detect(CCAA,"León")) %>% autoplot()