Hoy en dia la tecnología a avanzado hasta cierto punto que es posible predecir con más exactitud los hechos del futuro en base a como se a comportado en su pasado, a este tipo de técnica se la conoce como Time Series. Este tipo de técnica se aplica en varias áreas como ser finanzas, meteorología, industria, entre otros. Es por esta razón que nos pareció interesante estudiar un caso que clasificará dentro de la temática de Time Series. Motivados por la catédra nos adentramos en la búsqueda de un dataset, en el cual poder aplicar esta técnica. Luego de evaluar distintos datasets fue que nos encontramos con uno muy interesante y que se ajustaba perfectamente a lo que estábamos buscando. El mismo corresponde a un estudio realizado diariamente durante 10 año, en el cual se realizaron mediciones de la temperaturá mínima en la localidad de Melbourne, Australia.
Objetivos
- Aplicar lo aprendido sobre Time Series
- Obtener un modelo con una buena predicción
Análisis del problema
El problema planteado en este caso de estudio es poder crear y entrenar a partir de los datos históricos correspondientes al periodo de 1981-1990 de las temperaturas mínimas diarias de Melbourne, Australia, para poder luego aplicarlo a datos actuales similares para poder predecir la salida, en este caso la temperatura mínima para ese dia. Dada la estructura intrínseca del problema es ideal para aplicar la técnica de Time Series Forecasting.
Análisis de los datos
- Total de datos: 3650
- Total de atributos: 2
- Total de valores faltantes: 0
Distribución de los datos del dataset:
Técnica de validación del modelo
La técnica utilizada en este caso de estudio es Cross Validation.
Herramienta utilizada
En este caso de estudio se trabajo con la herramienta RapidMiner.
Método de aprendizaje utilizado
Para este caso de estudio se trabajará con el método de Time Series, dentro del documento adjunto se explican las razones de la elección del mismo.
Solución
- Documento de la investigación en el siguiente link.
- Proceso de RapidMiner con la guía para replicar los resultados de la investigación en el siguiente link.
Análisis de los Resultados
En el documento ya mostramos los resultados obtenidos por el proceso utilizado pero vamos a analizar los mismos.
La gráfica de la imagen muestra la predicción del comportamiento de la temperatura en meses posteriores y dada la imagen de los datos podemos observar que los mismos se predijeron correctamente.
Conclusión
La técnica es muy utilizada actualmente en la industria, estadistica, finanzas, etc. para poder predecir el posible comportamiento de la variable analizada. Para poder realizar esta prueba se precisa un dataset confiable y grande para poder obtener una buena predicción. Si esto no se cumple pueden haber predicciones erroneas. Análisis de los Resultados en el documento del estudio