Temperatura promedio horaria durante el 2018 en Bogotá-Suba: Pasos claves para realizar un análisis de series temporales.
Introducción: Los modelos de series de tiempo[MST] permiten descubrir la tendencia y comportamiento de datos ocurridos en diversas medidas de tiempo ordenadas cronológicamente. Objetivos: Nosotros describimos los pasos claves para seleccionar y analizar un MST aplicado en datos de la temperatura...
Main Authors: | , , , |
---|---|
Format: | Article |
Language: | English |
Published: |
Fundación Universitaria Juan N. Corpas
2022-12-01
|
Series: | Revista Cuarzo |
Subjects: | |
Online Access: | https://revistas.juanncorpas.edu.co/index.php/cuarzo/article/view/679 |
_version_ | 1797778092103565312 |
---|---|
author | Aníbal A. Teherán Víctor M. Martínez Jaime A. Robayo Camila I. Wilquen |
author_facet | Aníbal A. Teherán Víctor M. Martínez Jaime A. Robayo Camila I. Wilquen |
author_sort | Aníbal A. Teherán |
collection | DOAJ |
description |
Introducción: Los modelos de series de tiempo[MST] permiten descubrir la tendencia y comportamiento de datos ocurridos en diversas medidas de tiempo ordenadas cronológicamente.
Objetivos: Nosotros describimos los pasos claves para seleccionar y analizar un MST aplicado en datos de la temperatura horaria en el año 2018 (Bogotá–Suba).
Metodología: La temperatura horaria promedio fue 14.4 °C (4.1; min: 5.1, max: 27.0 °C) con diferencias al comparar entre horas del día y meses del año (Valor p:<0.001; Kruskall Wallis test). Los componentes de la serie evidenciaron un patrón estacionario (Dickey-Fuller; Valor p:<0.01) y alta influencia de los componentes periódico y aleatorio[Comp_per&aleat]. La influencia de los Comp_per&aleat disminuyó al diferenciar la serie[ndiff1], y preliminarmente con los análisis de autocorrelación[ACF;PACF] se esperaba un modelo ARIMA (ARIMA: p1_d0_q3). El modelo p1,d0,q3[AIC: 1382.55] fue más parsimonioso que el modelo p2_d0_q2[AIC: 1390.92] sugerido por la función AutoARIMA (Forecast Library), pero el gráfico Inverse AR Root sugirió mayor estabilidad en el modelo p2_d0_q2. No obstante,, entre los modelos paramétricos y no paramétricos ejecutados, el MST Holt-Winters de doble periodicidad pronosticó con alta precisión[Forecast_IC95%] el comportamiento y tendencia de la temperatura °C.
Conclusión: Los datos ordenados de la temperatura horaria en la localidad de Suba-Bogotá permitieron aplicar los pasos básicos para seleccionar un MST. Esta aproximación práctica puede ser útil para estudiantes o principiantes que necesitan analizar observaciones secuenciales.
|
first_indexed | 2024-03-12T23:12:18Z |
format | Article |
id | doaj.art-3b6e2de9d8424631950b4326d329967e |
institution | Directory Open Access Journal |
issn | 0121-2133 2500-7181 |
language | English |
last_indexed | 2024-03-12T23:12:18Z |
publishDate | 2022-12-01 |
publisher | Fundación Universitaria Juan N. Corpas |
record_format | Article |
series | Revista Cuarzo |
spelling | doaj.art-3b6e2de9d8424631950b4326d329967e2023-07-17T20:27:44ZengFundación Universitaria Juan N. CorpasRevista Cuarzo0121-21332500-71812022-12-0128210.26752/cuarzo.v28.n2.679Temperatura promedio horaria durante el 2018 en Bogotá-Suba: Pasos claves para realizar un análisis de series temporales.Aníbal A. Teherán0Víctor M. Martínez1Jaime A. Robayo2Camila I. Wilquen3Centro de Investigación - Fundación Universitaria Juan N. CorpasUniversidad Manuela BeltránUniversidad Militar Nueva GranadaFundación Universitaria Juan N. Corpas Introducción: Los modelos de series de tiempo[MST] permiten descubrir la tendencia y comportamiento de datos ocurridos en diversas medidas de tiempo ordenadas cronológicamente. Objetivos: Nosotros describimos los pasos claves para seleccionar y analizar un MST aplicado en datos de la temperatura horaria en el año 2018 (Bogotá–Suba). Metodología: La temperatura horaria promedio fue 14.4 °C (4.1; min: 5.1, max: 27.0 °C) con diferencias al comparar entre horas del día y meses del año (Valor p:<0.001; Kruskall Wallis test). Los componentes de la serie evidenciaron un patrón estacionario (Dickey-Fuller; Valor p:<0.01) y alta influencia de los componentes periódico y aleatorio[Comp_per&aleat]. La influencia de los Comp_per&aleat disminuyó al diferenciar la serie[ndiff1], y preliminarmente con los análisis de autocorrelación[ACF;PACF] se esperaba un modelo ARIMA (ARIMA: p1_d0_q3). El modelo p1,d0,q3[AIC: 1382.55] fue más parsimonioso que el modelo p2_d0_q2[AIC: 1390.92] sugerido por la función AutoARIMA (Forecast Library), pero el gráfico Inverse AR Root sugirió mayor estabilidad en el modelo p2_d0_q2. No obstante,, entre los modelos paramétricos y no paramétricos ejecutados, el MST Holt-Winters de doble periodicidad pronosticó con alta precisión[Forecast_IC95%] el comportamiento y tendencia de la temperatura °C. Conclusión: Los datos ordenados de la temperatura horaria en la localidad de Suba-Bogotá permitieron aplicar los pasos básicos para seleccionar un MST. Esta aproximación práctica puede ser útil para estudiantes o principiantes que necesitan analizar observaciones secuenciales. https://revistas.juanncorpas.edu.co/index.php/cuarzo/article/view/679Series de tiempoFactores de tiempoMedioambienteTemperatura del medioambienteMeteorologíaBioestadística |
spellingShingle | Aníbal A. Teherán Víctor M. Martínez Jaime A. Robayo Camila I. Wilquen Temperatura promedio horaria durante el 2018 en Bogotá-Suba: Pasos claves para realizar un análisis de series temporales. Revista Cuarzo Series de tiempo Factores de tiempo Medioambiente Temperatura del medioambiente Meteorología Bioestadística |
title | Temperatura promedio horaria durante el 2018 en Bogotá-Suba: Pasos claves para realizar un análisis de series temporales. |
title_full | Temperatura promedio horaria durante el 2018 en Bogotá-Suba: Pasos claves para realizar un análisis de series temporales. |
title_fullStr | Temperatura promedio horaria durante el 2018 en Bogotá-Suba: Pasos claves para realizar un análisis de series temporales. |
title_full_unstemmed | Temperatura promedio horaria durante el 2018 en Bogotá-Suba: Pasos claves para realizar un análisis de series temporales. |
title_short | Temperatura promedio horaria durante el 2018 en Bogotá-Suba: Pasos claves para realizar un análisis de series temporales. |
title_sort | temperatura promedio horaria durante el 2018 en bogota suba pasos claves para realizar un analisis de series temporales |
topic | Series de tiempo Factores de tiempo Medioambiente Temperatura del medioambiente Meteorología Bioestadística |
url | https://revistas.juanncorpas.edu.co/index.php/cuarzo/article/view/679 |
work_keys_str_mv | AT anibalateheran temperaturapromediohorariaduranteel2018enbogotasubapasosclavespararealizarunanalisisdeseriestemporales AT victormmartinez temperaturapromediohorariaduranteel2018enbogotasubapasosclavespararealizarunanalisisdeseriestemporales AT jaimearobayo temperaturapromediohorariaduranteel2018enbogotasubapasosclavespararealizarunanalisisdeseriestemporales AT camilaiwilquen temperaturapromediohorariaduranteel2018enbogotasubapasosclavespararealizarunanalisisdeseriestemporales |