Glosario IA
El diccionario completo de la Inteligencia Artificial
Serie temporal
Secuencia de observaciones de una variable medida a intervalos de tiempo regulares o irregulares, utilizada para analizar tendencias y patrones temporales. Las series temporales son fundamentales en finanzas, meteorología y economía para modelar fenómenos evolutivos.
Estacionariedad
Propiedad estadística donde la media, la varianza y la autocorrelación de una serie temporal permanecen constantes en el tiempo. La estacionariedad es esencial para aplicar muchos modelos estadísticos y garantizar la validez de las predicciones.
Test de Dickey-Fuller
Prueba estadística que verifica la presencia de raíz unitaria en una serie temporal para determinar su estacionariedad. El test de Dickey-Fuller aumentado (ADF) se utiliza comúnmente para validar la hipótesis de estacionariedad antes del modelado.
Suavizado exponencial
Técnica de pronóstico que pondera las observaciones pasadas con pesos decrecientes exponencialmente para capturar tendencias recientes. Este método es eficaz para series sin fuerte estacionalidad y calcula fácilmente pronósticos a corto plazo.
Ruido blanco
Proceso estocástico donde las observaciones son independientes, idénticamente distribuidas con media cero y varianza constante. El ruido blanco sirve como referencia para evaluar la adecuación de los modelos y representa la imprevisibilidad pura.
Diferenciación
Transformación que resta cada observación de la anterior para eliminar la tendencia y alcanzar la estacionariedad. La diferenciación es una etapa preliminar crucial antes de la aplicación de modelos ARIMA en series no estacionarias.
Transformada de Fourier
Herramienta matemática que descompone una serie temporal en frecuencias elementales para analizar los componentes cíclicos. La FFT permite identificar periodicidades ocultas y armónicos en los datos temporales.
Volatilidad
Medida de la variación de precios o valores en una serie temporal, cuantificando la incertidumbre y el riesgo. La volatilidad se estudia particularmente en finanzas para evaluar la inestabilidad de los mercados y calibrar modelos GARCH.
Punto de cambio
Momento en el que las propiedades estadísticas de una serie temporal experimentan una modificación significativa. La detección de puntos de cambio permite identificar rupturas estructurales y adaptar los modelos predictivos.
Función de autocorrelación parcial
Medida de correlación entre una observación y sus valores pasados controlando el efecto de los desfases intermedios. La PACF es esencial para determinar el orden de los procesos autorregresivos en el modelado ARIMA.
Interpolación temporal
Técnica que estima los valores faltantes en una serie temporal utilizando las observaciones adyacentes. La interpolación preserva la continuidad temporal y permite la aplicación de métodos de análisis que requieren datos completos.
Espectro de potencia
Representación frecuencial de la varianza de una serie temporal que indica la energía en cada frecuencia. El espectro revela los componentes dominantes y ayuda a caracterizar los ciclos subyacentes de los datos.
Residuo
Diferencia entre los valores observados y los valores predichos por un modelo temporal, midiendo el error de ajuste. El análisis de residuos permite validar el modelo e identificar patrones no capturados.