estadística trad [b-]

[- métodos predictivos]

b-1) ANÁLISIS DE SERIES TEMPORALES

wikipedia.com - "en estadística, procesamiento de señales y econometría, una serie temporal es una secuencia de puntos de datos, medidos típicamente a intervalos de tiempo sucesivos , y espaciados (con frecuencia) de forma uniforme. El análisis de series temporales comprende métodos que ayudan a interpretar este tipo de datos, extrayendo información representativa, tanto referente a los orígenes o relaciones subyacentes como a la posibilidad de extrapolar y predecir su comportamiento futuro"

hay muchos modelos específicamente diseñados para maximizar la información contenida en series temporales, es decir, para entender el comportamiento implícito y, por tanto, para predecir futuros acontecimientos en base a dicha información

principal clasificación
1. dependencia lineal [~ regresiones lineales]
tres clases principales

NOTA: nombres en inglés a fin de mantener la coherencia con los acrónimos

- autoregressive (AR) models
- integrated (I) models
- moving average (MA) models
adicionalmente, hay que mencionar dos combinaciones [autoregressive moving average (ARMA) models y autoregressive integrating moving average (ARIMA) models] y una generalización [autoregressive fractionally integrated moving average (ARFIMA) models] basadas en ellos

2. dependencia no lineal o autoregressive conditional heteroskedasticity models
[~ regresiones no lineales]
- generalised autoregressive conditional heteroskedacity [GARCH] models
- threshold autoregressive conditional heteroskedacity [TARCH] models
- exponential generalised autoregressive conditional heteroskedacity [EGARCH] models
...

todos estos modelos presentan dos características comunes
a. son aplicables sólo a dos variables [dependientes vs. independientes]
b. tratan de dar explicación a procesos estocásticos [= aleatorios]

interpretación de trendingBot

a. ¿por qué no aplicar métodos regresivos convencionales?
respuesta de la estadística -> la esencia aleatoria tiene que ser tenida en cuenta (¿?)

b. estocástico/aleatorio ~ no puede ser predicho - ... ¿entonces?

b.2.- un método regresivo modificado (basado en ideas suficientemente contrastadas) no debería ser definido como estocástico, siempre que los coeficientes modificadores se apliquen de una manera regular y consistente
b.3.- probablemente, toda referencia a aleatoriedad desaparecería en caso de elegir un conjunto de variables más adecuado

CONCLUSIÓN 1 los modelos que analizan las series temporales pueden ser definidos como extensiones de los métodos regresivos a comportamientos estocásticos
CONCLUSIÓN 2 el resultado de trendingBot tras ser aplicado a una serie temporal (estocástica) = "tendencia no encontrada"