En estadística , procesamiento de señales y econometría , una serie de tiempo espaciada de manera desigual (o desigual o irregularmente ) es una secuencia de pares de tiempo de observación y valor (t n , X n ) en la que el espaciamiento de los tiempos de observación no es constante.
Las series de tiempo desigualmente espaciadas ocurren naturalmente en muchos dominios industriales y científicos: los desastres naturales como terremotos, inundaciones o erupciones volcánicas ocurren típicamente a intervalos de tiempo irregulares. En la astronomía de observación , las mediciones, como los espectros de los objetos celestes, se toman en momentos determinados por las condiciones meteorológicas, la disponibilidad de intervalos de tiempo de observación y las configuraciones planetarias adecuadas. En los ensayos clínicos (o más generalmente, en los estudios longitudinales ), el estado de salud de un paciente puede observarse solo a intervalos de tiempo irregulares y, por lo general, se observan diferentes pacientes en diferentes momentos. Sensores inalámbricos en Internet de las cosasa menudo transmiten información solo cuando cambia un estado para conservar la vida útil de la batería. Hay muchos más ejemplos en climatología , ecología , finanzas de alta frecuencia , geología y procesamiento de señales .
Un enfoque común para analizar series de tiempo desigualmente espaciadas es transformar los datos en observaciones igualmente espaciadas utilizando alguna forma de interpolación , la mayoría de las veces lineal, y luego aplicar los métodos existentes para datos igualmente espaciados. Sin embargo, transformar los datos de esta manera puede introducir una serie de sesgos importantes y difíciles de cuantificar , [1] [2] [3] [4] [5] especialmente si el espaciamiento de las observaciones es muy irregular.
Idealmente, las series de tiempo desigualmente espaciadas se analizan en su forma inalterada. Sin embargo, la mayor parte de la teoría básica para el análisis de series de tiempo se desarrolló en un momento en que las limitaciones en los recursos informáticos favorecían un análisis de datos igualmente espaciados, ya que en este caso se pueden utilizar rutinas de álgebra lineal eficientes y muchos problemas tienen una solución explícita . Como resultado, actualmente existen menos métodos específicamente para analizar datos de series de tiempo espaciados de manera desigual. [5] [6] [7] [8] [9] [10]