Análisis de series temporales : ¿Para qué sirven ? qué cuidados hay que tener , ¿dónde te pueden engañar ?

Predecir el futuro es el negocio más antiguo y más arriesgado del mundo. «El análisis de series temporales: para qué sirven y dónde te puede engañar»,   es la versión estadística de ese oficio: modelar datos ordenados en el tiempo —ventas mensuales, ingresos hospitalarios, demanda eléctrica, casos de una enfermedad— para entender su comportamiento y, cuando se puede, anticiparlo.

Pero hay una trampa que casi nadie menciona en los cursos: una serie temporal viola el supuesto más cómodo de toda la estadística clásica. Las observaciones no son independientes. El valor de hoy depende del de ayer. Y ahí empieza lo interesante, y lo peligroso…….

 ¿Para qué se usa realmente?

El análisis de series temporales responde a tres preguntas distintas que conviene no confundir:

▸ Describir: ¿qué estructura tiene esta serie? ¿Hay tendencia, estacionalidad, ciclos? Aquí vive la descomposición (tendencia + estacionalidad + residuo).

▸ Explicar: ¿qué relación hay entre esta serie y otras? Aquí entran los modelos con variables externas (ARIMAX, VAR).

▸ Pronosticar: ¿qué valor tomará en el futuro, y con cuánta incertidumbre? Aquí viven ARIMA, suavizado exponencial, Prophet y los modelos de aprendizaje profundo.

La mayoría de los errores nacen de usar una herramienta de un grupo para resolver la pregunta de otro. Un modelo que pronostica bien no necesariamente explica nada; y un modelo que explica bien puede pronosticar pésimo.

Lo que la serie debe cumplir desde el punto de vista estadístico

Igual que la regresión exige residuos i.i.d.,   (independientes e identicamente distribuidos) los modelos clásicos de series temporales (ARIMA y familia) exigen sus propios supuestos. Cumplirlos es la diferencia entre un pronóstico confiable y un número con falsa precisión.

1️⃣ Estacionariedad
✅ Ideal: media, varianza y autocorrelación constantes en el tiempo. La serie «no cambia de reglas» según el tramo que mires.
⚠️ Problema: una tendencia o una varianza creciente rompen el supuesto y producen regresiones espurias (correlaciones que parecen reales pero no lo son).
🔧 Diagnóstico: pruebas ADF y KPSS (úsalas juntas, no por separado: comprueban hipótesis opuestas). Solución: diferenciar la serie o transformarla (log, Box-Cox).

2️⃣ Ausencia de autocorrelación en los residuos
✅ Ideal: una vez ajustado el modelo, los residuos deben ser ruido blanco — sin estructura temporal restante.
⚠️ Problema: si los residuos todavía están autocorrelacionados, el modelo dejó información sin capturar y tus intervalos de confianza son demasiado estrechos.
🔧 Diagnóstico: la prueba de Ljung-Box y la inspección de la ACF de los residuos. Este es el equivalente al «residuos sin patrón» del análisis de regresión.

3️⃣ Homocedasticidad (varianza estable)
✅ Ideal: la magnitud de los errores no cambia con el tiempo.
⚠️ Problema: en datos financieros y clínicos la varianza suele agruparse (volatilidad). Ahí ARIMA se queda corto.
🔧 Solución: familias GARCH, o modelar la varianza explícitamente.

4️⃣ Normalidad de los residuos
✅ Útil para construir intervalos de predicción válidos.
⚠️ Menos crítica para el pronóstico puntual, pero clave para cuantificar la incertidumbre. Colas pesadas subestiman el riesgo.

En un proyecto de análisis de series temporales par predecir la demanda asistencial de los servicios de salud, aprendí esto por la vía dura.... "El modelo se veía perfecto en la evaluación: métricas excelentes, residuos aparentemente limpios. Hasta que lo pusimos a predecir hacia adelante y empezó a fallar justo en los meses que más importaban. El problema no era el algoritmo, sino que lo habíamos validado sin respetar el orden del tiempo. Reconstruir la validación con ventana móvil fue humillante y revelador a partes iguales: el modelo "bueno" pasó a ser modesto, pero por fin era honesto.

El error que invalida casi todo: validar mal

Aquí está el pecado capital del análisis de series temporales, y el que más caro se paga en producción: validar con validación cruzada aleatoria. Si barajas los datos como harías en un problema de clasificación, estás usando el futuro para predecir el pasado. El modelo parece excelente en la evaluación y fracasa en la realidad.

La validación correcta respeta el tiempo: entrenar con el pasado, probar con el futuro, y avanzar la ventana (rolling-origin o time-series split). Un modelo solo merece confianza si lo evaluaste como va a operar: hacia adelante, sin espiar.

 Las limitaciones que conviene decir en voz alta

▸ El pasado no siempre contiene el futuro. Toda serie temporal asume cierta continuidad estructural. Una pandemia, un cambio regulatorio o un shock de mercado rompen esa continuidad — y ningún modelo entrenado con el régimen anterior lo verá venir.

▸ Correlación temporal no es causalidad. Dos series pueden moverse juntas durante años por puro azar o por un factor común no observado.

▸ Más complejidad rara vez es más precisión. En forecasting, los modelos simples (suavizado exponencial, ARIMA bien especificado) ganan a menudo a las redes neuronales, sobre todo con pocos datos. La sofisticación no es una virtud por sí misma.

▸ El horizonte importa. La incertidumbre crece con cada paso hacia adelante. Un pronóstico a 1 período y uno a 12 no son el mismo ejercicio, aunque salgan del mismo modelo.

La idea que vale la pena llevarse

El análisis de series temporales no es una bola de cristal: es una forma disciplinada de cuantificar lo que el pasado puede y no puede decirnos sobre el futuro. Su valor no está en la predicción puntual, sino en la honestidad sobre la incertidumbre que la rodea. Un buen analista no es el que acierta el número — es el que sabe cuánto desconfiar de su propio modelo.

Con los años terminé convencido de algo que ningún paquete te enseña: la parte más valiosa del análisis de series temporales no es elegir el modelo, sino resistir la tentación de creerle. El mejor pronóstico que entregué nunca fue el más sofisticado; fue el que venía acompañado de una explicación clara de cuándo dejaría de ser fiable…

Sobre el autor del post: El análisis de series temporales: para qué sirven y dónde te puede engañar es el Dr. Juan Ignacio Barrios quien es médico y cirujano especialista en informática médica. Tiene maestrías en Big Data y Ciencia de Datos, en Business Intelligence y en Inteligencia Artificial. Colabora como profesor invitado en las cátedras del grado y del posgrado en Ingeniería Biomédica de la Universidad de Barcelona (facultades de Física y Medicina). Es también consultor de organizaciones y empresas del ámbito público y privado, y  faculty member de la Universidad de Rochester (NY, Estados Unidos de NA).

 Más sobre ciencia de datos aplicada a salud en www.juanbarrios.com