Una serie de tiempo es un conjunto de observaciones de una misma variable tomadas en momentos sucesivos y ordenadas cronológicamente: ventas mensuales, temperatura diaria, precio semanal de un producto, desempleo trimestral. Lo que la distingue de un conjunto de datos común es que el orden importa: el valor de este mes suele parecerse al del mes pasado, y muchos fenómenos se repiten cada año. Por eso las herramientas habituales (la media, la desviación estándar) se aplican con cuidado, y aparecen otras propias: el promedio móvil, el suavizado exponencial, los índices de estacionalidad y las tasas de crecimiento.
Componentes
Una serie suele describirse como la combinación de cuatro partes:
- Tendencia (T): la dirección de largo plazo (crece, baja o se mantiene).
- Estacionalidad (S): un patrón que se repite con periodo fijo (cada año, cada semana): diciembre fuerte, enero débil.
- Ciclo (C): oscilaciones de varios años sin periodo fijo, como las fases de la economía.
- Irregular (I): lo que queda, el ruido.
Aditivo: xₜ = Tₜ + Sₜ + Cₜ + Iₜ · Multiplicativo: xₜ = Tₜ × Sₜ × Cₜ × Iₜ
El modelo multiplicativo es el adecuado cuando la estacionalidad crece con el nivel de la serie (un diciembre que siempre es 30 % mayor, no 30 unidades mayor).
Cómo comparar periodos
- Compara contra el mismo periodo del año anterior (variación anual) cuando hay estacionalidad.
- Usa series desestacionalizadas si necesitas comparar con el periodo inmediato anterior (variación mensual).
- Distingue entre promedio del periodo y valor de cierre: el promedio de 2025 no es lo mismo que el dato de diciembre de 2025.
- Ajusta por inflación si comparas montos en pesos de años distintos.
- Revisa cambios de metodología en la fuente: un salto puede ser un cambio de definición.
Ejemplos resueltos
Ejemplo 1: ¿cayeron las ventas en enero?
Ventas mensuales de una tienda (miles de pesos):
| Mes | Ventas |
|---|---|
| Diciembre 2024 | 250 |
| Enero 2025 | 160 |
| Diciembre 2025 | 270 |
| Enero 2026 | 175 |
- Enero 2026 frente a diciembre 2025: 175 ÷ 270 − 1 ≈ −35.2 %. Parece una caída grave.
- Enero 2026 frente a enero 2025: 175 ÷ 160 − 1 ≈ +9.4 %. El negocio creció.
La caída de diciembre a enero se repite cada año (en 2025 fue de −36 %): es estacionalidad, no un deterioro. Por eso los institutos de estadística publican cifras «desestacionalizadas» o comparan con el mismo mes del año anterior.
Ejemplo 2: promedio anual frente a diciembre contra diciembre
Un índice de precios sube un punto cada mes: de 100 en enero a 111 en diciembre del primer año, y de 112 a 123 en el segundo.
- Promedio anual: 105.5 el primer año y 117.5 el segundo. Variación: 117.5 ÷ 105.5 − 1 ≈ 11.37 %.
- Diciembre contra diciembre: 123 ÷ 111 − 1 ≈ 10.81 %.
Ambas cifras son correctas y responden preguntas distintas: la primera compara el nivel medio de precios de un año con el del otro; la segunda, cuánto subieron los precios durante el segundo año. Al leer «la inflación de 2025 fue de X %», conviene revisar cuál de las dos se reporta.
Promedios en series de tiempo
- Media de toda la serie: útil solo si no hay tendencia; con tendencia, la media de 10 años describe un nivel que no existió en ningún momento.
- Promedios móviles: suavizan el ruido y siguen la tendencia (ver promedio móvil).
- Crecimiento promedio: para resumir varios años de crecimiento se usa la media geométrica de los factores, es decir, la tasa de crecimiento anual compuesta, no el promedio de las tasas.
Cuándo no tratarla como serie de tiempo
- Si las observaciones no son del mismo fenómeno a lo largo del tiempo (personas distintas cada año sin un diseño comparable).
- Si los intervalos son irregulares (mediciones en fechas al azar): muchas técnicas suponen periodos iguales.
Errores comunes
- Comparar meses consecutivos en una serie con estacionalidad fuerte.
- Calcular la desviación estándar de una serie con tendencia y llamarla «volatilidad»: mezcla la tendencia con la variación.
- Confundir el promedio anual con el valor de cierre del año.
- Extrapolar una tendencia de corto plazo muchos años hacia adelante.
- Usar la regresión lineal sobre el tiempo sin revisar que los residuos no estén correlacionados entre sí.