Debido a que las series de tiempo consisten de datos numéricos, es natural hacer uso del herramental estadístico para describirlas y analizarlas, así como ocurre con cualquier otro conjunto de información numérica. La estadística utiliza dos enfoques básicos

1)     el descriptivo, que se ocupa esencialmente de resumir y describir en forma concisa, ya sea mediante gráficas o a través de unas cuantas mediciones descriptivas la información con que se cuente.

2) el inferencial cuyo objetivo fundamental es el de utilizar muestras representativas para realizar inferencias que sean válidas para toda una población de donde se obtuvo la muestra.

Dentro de los elementos descriptivos de una serie de tiempo se encuentran, las gráficas y las mediciones descriptivas, y posiblemente el orden en que se mencionó a estos elementos representan su orden de importancia, ya que es primordial construir gráficas antes de llevar a cabo cualquier tipo de cálculo, aunque tan solo sea para verificar visualmente la congruencia de los datos.

Por su parte, los elementos de inferencia de la estadística son aquellos que se utilizan para responder preguntas acerca de toda una población o universo, con base en un conjunto de datos muestrales. En el estudio de series de tiempo, la población sobre la cual se desea inferir, depende fundamentalmente del tipo de análisis y/o modelo que se emplee.

Por consiguiente, conviene mencionar que el análisis de una serie de tiempo dada puede ser realizado de maneras distintas; por ejemplo, uno de los métodos de análisis considerando como clásico es el conocido como el de descomposición de series, el cual presupone que la serie de tiempo está formada por  una componente de tendencia - ciclo, que  representa el movimiento a largo plazo de la serie, otra componente de estacionalidad, cuya utilidad es la de representar básicamente a los efectos producidos por fenómenos que se repiten cada año con cierta constancia, y una componente más de irregularidad que sirve para caracterizar los movimientos imprevisibles y considerados como aleatorios.

Con la metodología de descomposición de series se pretende identificar y estimar cada una de las componentes por separado; además, dentro de este contexto podría pensarse que las componentes de tendencia  - ciclo y estacionalidad constituyen la parte determinista o semideterminista de la serie, mientras que la componente irregular vendría a ser su parte no - determinista o estocástica  (Etimológicamente  <<estocástico>> procede de una palabra griega que significa  <<dirigir a>>.

Es entonces razonable pensar que en este caso, la población sobre la cual se desea inferirse es el conjunto de series de tiempo formadas por la parte determinista o semideterminista, combinada con todas las posibles realizaciones imaginables de la parte estocástica.

Aun cuando la metodología anterior es bastante útil, su empleo se ha visto limitado, en esencia, a la estimación de la componente estacional a fin de obtener series desestacionalizadas. Esto se debe, en parte a la aparición y unificación de métodos estadísticos relacionados con los procesos estocásticos, que han probado su eficiencia en lo que toca a la construcción de modelos para series de tiempo.

Regresar