Revista: | Iatreia (Medellín) |
Base de datos: | PERIÓDICA |
Número de sistema: | 000421347 |
ISSN: | 0121-0793 |
Autores: | León Alvarez, Alba Luz1 Betancur Gómez, Jorge Iván Jaimes Barragán, Fabián2 Grisales Romero, Hugo1 |
Instituciones: | 1Universidad de Antioquia, Facultad Nacional de Salud Pública, Medellín, Antioquia. Colombia 2Universidad de Antioquia, Hospital Pablo Tobón Uribe, Medellín, Antioquia. Colombia |
Año: | 2016 |
Periodo: | Jul-Sep |
Volumen: | 29 |
Número: | 3 |
Paginación: | 373-381 |
País: | Colombia |
Idioma: | Español |
Tipo de documento: | Artículo |
Enfoque: | Analítico, descriptivo |
Resumen en español | El análisis de series de tiempo es una técnica que involucra el estudio de individuos o grupos observados en momentos sucesivos en el tiempo. Este tipo de análisis permite estudiar la relación potencialmente causal entre diferentes variables que cambian en el tiempo y que se relacionan entre sí. Es la técnica más importante para hacer inferencias acerca del futuro, predicción, con base en lo que ha ocurrido en el pasado y se aplica en diferentes disciplinas del conocimiento. Se exponen los diferentes componentes, la técnica de análisis y algunos ejemplos específicos en el área de la salud |
Resumen en inglés | Analysis of time series is a technique that implicates the study of individuals or groups observed in successive moments in time. This type of analysis allows the study of potential causal relationships between different variables that change over time and relate to each other. It is the most important technique to make inferences about the future, predicting, on the basis or what has happened in the past and it is applied in different disciplines of knowledge. Here we discuss different components of time series, the analysis technique and specific examples in health research |
Resumen en portugués | A análise de séries de tempo é uma técnica que envolve o estudo de indivíduos ou grupos observados em momentos sucessivos no tempo. Este tipo de análise permite estudar a relação potencialmente causal entre diferentes variáveis que mudam no tempo que se relacionam entre si. É a técnica mais importante para fazer inferências sobre o futuro, predição, com base no que há acontecido no passado e se aplica em diferentes disciplinas do conhecimento. Se expõe os diferentes componentes, a técnica de análise e alguns exemplos específicos na área da saúde |
Disciplinas: | Medicina, Matemáticas |
Palabras clave: | Matemáticas aplicadas, Salud pública, Epidemiología, Series de tiempo, Promedio autorregresivo de movimiento |
Keyword: | Applied mathematics, Public health, Epidemiology, Time series, Autoregressive moving average |
Texto completo: | Texto completo (Ver PDF) |