Serie De Tiempo

Introducción

Una serie de tiempo es el conjunto de datos numéricos que se obtienen en períodos regulares a través del tiempo; también se conoce como series temporales o series cronológicas. La unidad de tiempo puede ser: hora, día, mes, trimestre, año o cualquier período considerado de interés.

La suposición básica que sustenta el análisis de series temporales es que los factores que han ocasionado patrones o tendencias en el pasado y en el presente continuarán haciéndolo, más o menos, de la misma forma en el futuro. Por lo tanto, los principales objetivos del análisis de series temporales consisten en identificar y aislar tales factores de influencia con el propósito de realizar proyecciones, es decir, estimar los valores futuros de la variable en estudio.

Las series de tiempo poseen características diferentes< de la mayoría de métodos estadísticos utilizados para tratar temas referentes al área de la salud. Por ejemplo, en la estadística paramétrica se supone que los datos provienen de observaciones independientes del fenómeno de interés, situación poco probable en datos provenientes de series de tiempo. El incremento o disminución de algunas enfermedades puede afectarse por el incremento o disminución de la población (desplazamiento, violencia), por lo tanto, a medida que se avanza en el tiempo, es probable que varíe el número de personas afectadas, dado el aumento de la población o el desarrollo científico y tecnológico, es decir, los datos están influenciados por el pasado. Además, puede suceder que algunos brotes o epidemias sean recurrentes en periodos similares cada año, debido a cambios climáticos, cambio de dietas alimenticias, situaciones folclóricas y culturales, entre otras.

Es importante mencionar que existe el enfoque de los modelos ARIMA (procesos autorregresivos integrados con promedios móviles), que requieren de una mayor conceptualización estadística. Sin embargo, lo expuesto en este artículo también es útil como metodología para identificar si esos procesos son estacionarios en media y en varianza, lo cual se requiere para identificar el orden de los parámetros utilizados en dichos métodos.

Además, en eventos no muy cambiantes, algo común en el área que nos ocupa, como la mortalidad y morbilidad en suicidios, diferentes tipos de cáncer o accidentalidad por diversos motivos, los datos —en casos e incluso en tasas— no son volátiles y, por lo tanto, los métodos clásicos se ajustan de una manera adecuada, como lo demostró un estudio realizado para la Secretaría Distrital de Santafé de Bogotá en el año 2002.

La serie con la cual se desarrolla la metodología propuesta, así como algunos elementos que se deben considerar previamente para garantizar un buen análisis, es el número de consultas externas realizadas en la Institución Prestadora de Servicios de Salud de la Universidad de Antioquia (IPS Universitaria) entre abril del 2001 y septiembre del 2005. Los datos se obtuvieron mensualmente.

En la IPS Universitaria, la consulta externa

...