Este documento resume diferentes técnicas y métodos para el análisis de series temporales en el campo de la salud. Menciona técnicas cualitativas, cuantitativas, basadas en modelos causales y mixtas. También describe algunos software libres y comerciales para trabajar con series temporales, como JDemetra+, TRAMO-SEATS, X13-ARIMA, GRETL, y R. Finalmente, resalta la importancia de considerar factores como la causalidad, la teoría del caos y los efectos de cambiar la escala temporal al

1. Minería de datos en salud:
Series temporales
Jairo cesar Alexander 2017

2. :
Técnicas cualitativas, cuantitativas, basadas en modelos
causales y mixtos
• El primero utiliza datos cualitativos como la opinión de los expertos, y puede o no tener en cuenta el pasado.
• El segundo, por el contrario, se centra exclusivamente en patrones y cambios de patrón, y por lo tanto se
basa enteramente en datos históricos.
• La tercera utiliza la información altamente refinada y específica acerca de las relaciones entre los elementos
del sistema, y es lo suficientemente potente como para tener eventos especiales formalmente en cuenta. Al
igual que con técnicas de análisis de series temporales y de proyección, el pasado es importante para los
modelos causales.
• Los modelos mixtos dan información cuantitativa a un grupo de expertos para sacar conclusiones validas.

3. Como trabajar con Series
temporales
Métodos cuantitativos

4. Trabajar con SOFTWARE
• JDemetra+ TRAMO-SEATS, X13-ARIMA (libre)
• GRETL (Libre)
• JOINT POINT (Libre)
• EXCEL (Comercial)
• GMDH SHELL DS (Comercial)
• MATLAB (Comercial)
• IBM SPSS . MODELER (Comercial)
• R (libre)
• WEKA - PENTAHO
https://surveillance.cancer.gov/joinpoint/ http://gretl.sourceforge.net/index.html

5. Series temporales: definición
Colección de observaciones
hecha en el tiempo

6. Tareas: de la minería de series temporales
• Caracterización y comparación temporal: ejem. Dos
departamentos tienen series de dengue muy similares
• Análisis clustering temporal: ejem cluster costa atlantica
cluster area amazoncia
• Clasificacion temporal: la sifilis congenital esta bien el el
centro, critica en la periferia, y acceptable en la region
costera.
• Reglas de asociación temporal: si la economia cae 3 puntos
y la produccion agricolase mantiene la desnutrición
aumentara 7%
• Analisis de patrones temporales, en carmen de bolivar se ha
detectado un anormal caso de eventos adeversos a la
vacunación que debe ser atendido.
• Analisis de prediccción y tendencias temporales: ejemplo de
continuar la tendencia no se cumplirarn las metas de
desnutrición en niños para los proximos 4 años.
• Detección de anomalias: inceremento en los casos de
hemophilia en Colombia.
Guangchen Ruan, Paul C. Hanson, Hilary A. Dugan, Beth Plale, Mining Lake Time Series using
Symbolic Representation, Ecological Informatics,

7. Etapas de los Modelo de series temporales
Formulación
de un
problema
Estudio del
Fenómeno
Parte
descriptiva
70%
Parte
pronostico
30%
Explicación
de supuestos
Presentación
de
escenarios
Generación de un modelo

8. De los fenómenos
• Es necesario la comprensión del fenómenos, definiciones
• Datos , recuentos, porcentajes, tasas, índices
• Causalidad, asociaciones, dependencias
• Estudios y modelos anteriores
• Registros históricos

9. Parte descriptiva
Suministra mucha
mas información
de la que se piensa

10. Análisis de series temporales
• Visualización
• Filtros, atípicos, ocultos, faltantes.
• Reducción de dimensiones
• Segmentación, clasificación, comparación, distancia euclídea coeficientes DFT
y los coeficientes DWT, Distancia “time warping, asociación, similitud,
diferencias sub secuencias de las series, General-Match, reglas, evolución,
interpolación, pronósticos.

11. EJEMPLOS algoritmos
• Support vector regression (SVR)
• algoritmo Gecko
• Neural clustering method
• fuzzy c -means (FCM)
• Autorregresivo de media móvil (ARMA , ARIMA)
• Modelos ocultos de Markov (HMM)
• El análisis de conglomerados
• descomposición wavelet
• clasificación del vecino más cercano
• árboles de decisión basados en DTW
• transformación simbólica
• candle stick charting
Ak-chung Fu, A review on time series data mining, Engineering Applications of Artificial Intelligence, Volume 24, Issue 1, February 2011, Pages 164-181,

12. Los nuevos: Aproximación simbólica
Convierte los datos a
palabras y utiliza
algoritmos de
procesamiento de
lenguaje natural para
descubrir y clasificar los
patrones
Guangchen Ruan, Paul C. Hanson, Hilary A. Dugan, Beth Plale, Mining Lake
Time Series using Symbolic Representation, Ecological Informatics,

13. Resumen de Representaciones
• Polinómicas - regresión interpolación
• Coeficientes
• Simbólica
• Arboles
• Wavelet
• Espectral - transformada de Fourier

14. Los datos y las fechas
La segmentación e
incompatibilidad de
los sistemas de
información puede
ser un problema
La depuración , de
datos errados
faltantes,
inconsistentes, y con
formatos
incompatibles
pueden tomar algún
tiempo, que hay que
tener en cuenta

15. Outlier
• Es una observacion que se
desvian mucho de las otras
observaciones y se cree generada
por mecanimos diferentes
• La mayoria de software
recomendado puede eliminar
este tipo de datos, pero eso
depende de los objetivos del
invetigador.

16. Valores missing faltantes u ocultos
• El software puede detectar y
tratar este problemas con varios
métodos como la interpolación

17. Integración de base de datos
y formatos
Mayores capacidades
Los modelos generados deben ser pensados en producción desde el comienzo
Y también en integración para superar los problemas de segmentación de los sistemas
de información

18. Manejo de os formatos y estandares
Es necesario el manejo
adecuado de los formato
(estándar) en este caso la fecha
en GRETL

19. DATOS INGRESO DE INFORMACIÓN
http://www.ins.gov.co/lineas-de-
accion/Subdireccion-
Vigilancia/sivigila/Paginas/vigilancia-
rutinaria.aspx
FORMATO DE ARCHIVO PDF !
INS Es necesario que lo sistemas
de información suministren
información de forma útil, y
no solo para cumplir la
norma

20. Adquisición de información
La información
pueden venir de
base de datos, ejem
PENTAHO- Base de
datos, o KNIME, en
MYSQL.
En la imagen
integración de varios
archivos de
indicadores de salud
(INS) de Excel en
ACCESS

21. Un ejemplo de consulta SQL de
un conjunto de tablas de
EXCEL en ACCES (Indicadores
de salud pública)

22. Ejemplo de graficas y la exploración inicial
Aquí se ve el
comportamie
nto de la
varicela en
Colombia,
nota/ la
varicela tiene
vacuna
efectiva.
Registro
histórico con
proyección a
2018

23. Los filtros
Filtro media móvil
exponencial
Filtro tendencia polinómicaFiltro Hodrick -Prescott
Serie varicela 2012- 2016 (recuento)
Los filtros :
PERMITEN:
Mirar la tendencia
Estacionalidad,
componente aleatorio

24. Consideraciones sobre la Exploracion de series
de tiempo
• Algunos fenómenos son tan
complejos que es necesario
tener en cuenta ciertas cosas
sobre como se clasifican, los
fenómenos aleatorios, la teoría
del caos, la causalidad y el
manejos de escalas para tener en
cuenta en los modelos

25. Consideraciones
• - tipo de fenómeno
• - el azar, la mala suerte o la buena suerte
• - la causalidad
• - la teoría del caos
• - la ley de los grandes números y las escalas

26. -Tipos de FENÓMENOS de acuerdo a su
complejidad
ADRIANA ELISA ESPINOSA CONTRERAS “EL CAOS Y LA CARACTERIZACIÓN DE SERIES DE TIEMPO A TRAVÉS DE TÉCNICAS DE LA DINÁMICA NO-LINEAL” UNIVERSIDAD NACIONAL AUTÓNOMA
DE MÉXICO. MÉXICO, D.F. 2004
Todos los fenómenos
no son tan
predecibles como
una Varicela,
algunos rayan en lo
aleatorio y parecen
o se asemejan a
series económicas
En la figura se
pueden ver
diferentes tipos de
fenómenos

27. -Consideraciones sobre los FENÓMENOS
ADRIANA ELISA ESPINOSA CONTRERAS “EL CAOS Y LA CARACTERIZACIÓN DE SERIES DE TIEMPO A
TRAVÉS DE TÉCNICAS DE LA DINÁMICA NO-LINEAL” UNIVERSIDAD NACIONAL AUTÓNOMA
DE MÉXICO. MÉXICO, D.F. 2004
Se puede ver que
algunos fenómenos son
muy deterministas, otros
imposibles de predecir
(aleatoriedad) con la
ciencia actual , y otros
están en el limite de lo
predecible y tienen un
comportamiento
matemáticamente
extraño.

28. -Del demonio de Laplace a la física cuántica :
determinismo vs indeterminismo
Aleatoriedad
Concepto central dentro de la teoría de probabilidades y en los
estudios del comportamiento cuya definición descansa en la
suposición de que todo suceso tiene una causa, nada es azaroso.
La noción de aleatoriedad aparece asociada al espacio generado
por el desconocimiento humano (parcial o total) de tales causas.
Así, la "aleatoriedad significa que no hay una ley conocida, capaz
de ser expresada en un lenguaje coherente, que describa o
explique los eventos y sus resultados" (Kerlinger, 1994, p.126).
Demonio del mercurio alquímico, en el
libro “Della trasmutatione metallica”,
Giovani Battista Nazario, Brescia, 1589.

29. -Mis indicadores obedecen solo a variables conocidas a Efecto azar (purísima suerte!) a
variables desconocidas o fenómenos complejos?

30. -La causalidad
Según la indagación, "hasta
el momento tenemos
evidencia de que ningún
factor técnico influyó en el
accidente, todo está
involucrado en un factor
humano y gerencial".

31. -Hay que tener en cuenta la Teoría del caos

32. -Puede un discurso de donald trump en
Washington afectar gravemente la salud de
un niño en la guajira?

33. -consideraciones
• El azar, la suerte, o el libre albedrio es importante?
• Como estimarlos? Existen??
• Basta con cambiar la escala temporal? , o usar proporciones?
• Bata con usar filtros ?
• Toca usar índices de aletoriedad, dimesiones, fractalidad, etc..?
• Que pasa con la predicción si el fenómeno es complejo y el azar cambia los condiciones iniciales del
fenómeno?
• Los diferencia entre lo pronosticado y lo real se debe al azar, a los factores asociados o a ambos y en que
grado?
• Mi predicción o mis acciones puede alterar el futuro?

34. -Ley de los grandes números (aplicada)
• En la teoría de la probabilidad, bajo el término genérico de ley de los grandes
números se engloban varios teoremas que describen el comportamiento del
promedio de una sucesión de variables aleatorias conforme aumenta su número de
ensayos.
• Estos teoremas prescriben condiciones suficientes para garantizar que dicho
promedio converge al promedio de las esperanzas de las variables aleatorias
involucradas. Ejemplo la difusión de un gas es azarosa a pequeña escala pero
determinística a gran escala.

35. -AUMENTAR LA Escala en el tiempo
• Aumentar la escala de tiempo permite
filtrar el componente aleatorio que se
anula a si mismo y permite ver otros
elementos de la serie temporal, como
la tendencia, la estacionalidad, y los
ciclos.
• Disminuir la escala aumenta el
efecto visible del componente
suerte.
• Inconvenientes?
Por día
Por semana
Por mes
Por trimestre
Por semestre
Por año
Por 4 años

36. -Aumentar La escala en el evento
• Tasas x 1000 x 10 000 x 1 000 000 ….
• Proporciones
• Índices
• Funciones
• Inconvenientes
Usar denominadores puede filtrar algunos componentes aleatorios
y otros componentes como el crecimiento de la población, mortalidad
Etc.

37. -fractales
Algunos
fenómenos son
independientes
de escala !!!

38. Volviendo Al modelo y la minería
hay que Seleccionar un modelo
otras consideraciones ….
• En un modelo determinístico se pueden controlar los factores que intervienen en el estudio del
proceso o fenómeno y por tanto se pueden predecir con exactitud sus resultados.
• En un modelo estocástico no es posible controlar los factores que intervienen en el estudio del
fenómeno y en consecuencia no produce simples resultados únicos. Cada uno de los resultados
posibles se genera con una función de probabilidad que le adjudica una probabilidad a cada uno
de éstos,
Ejemplo: un modelo para predecir el tamaño de una epidemia en una población de N individuos. Para el caso
determinístico se proporciona un valor único, C, mientras que el modelo estocástico permite la posibilidad de obtener
desde cero hasta N individuos y se adjudica una cierta probabilidad a cada uno de estos sucesos. La diferencia es más
grande de lo que parece, ya que en un modelo matemático determinístico en el contexto epidemiológico; un solo sujeto
causa una epidemia generalizada, mientras que bajo un modelo estocástico existe la posibilidad de que la epidemia se
extinga

39. Cual es la relación de los modelos, la teoría del
caos, y la utilidad practica.
• Aun dentro de los procesos deterministas, también se da el azar en la dinámica de sistemas complejos impredecibles,
también conocidos como sistemas caóticos.
• Hasta el advenimiento de la teoría del caos, se creía que todos los sistemas deterministas eran necesariamente predecibles y,
por tanto, no azarosos.
• Sin embargo, el caos determinista se refiere a un tipo de situación de sistemas físicos que a pesar de ser deterministas y
presentan cierta predictibilidad estadística general, resultan impredecibles en sus detalles o a pequeña escala.
• En estos casos la descripción mediante modelos matemáticos deterministas que reproducen todos los detalles, se vuelve
inviable (o especial) y para describirlos o tratarlos se suele trabajar con descripciones estadísticas de conjuntos de grandes
cantidades de elementos, cada uno de ellos impredecible de manera individual pero no así globalmente
• Las propiedades especiales de los sistemas caóticos incluyen cosas como sensibilidad a las condiciones iniciales ,
emergencia, adaptación, interdependencia, y dificultad para predicción en largo plazo, o de manera individual.

40. Elaboración automática del modelo de serie
temporal
• La mayoría de software de alta calidad tiene funciones automatizadas para seleccionar el mejor modelo
según nuestras necesidades y datos
• En el caso de las series temporales JDEMETRA (software libre) o IBM SPSS MODELER y GMDH
SHELL (software comercial) ofrecen herramientas muy sofisticadas para elaboración automática de
modelos.
• Los modelos luego pueden exportarse a medios de producción

41. Los Modelos en r
son mas manuales, aunque existen muchos paquetes de automatización
• Pronostico del autor generado
con un modelo
HOLTWINTERS en R para la
serie de bajo peso al nacer en
Colombia con datos semanales

42. Selección automática del modelo ejemplo
Este es el modelizador
experto automático
de SPSS 20,0

43. Modelos automáticos en SPSS

44. Modelos automáticos en JDEMETRA+

45. Hay que tener en cuenta en la Elaboración del
modelo para serie temporal
• Información de buena calidad produce resultados de buena calidad
• Datos de pésima calidad, generalmente producen malos resultados
independiente de lo sofisticado de los algoritmos o software usado
• La elaboración de modelos temporales como por ejemplo los ARIMA puede
tomar algún tiempo , por eso puede ser recomendable iniciar con un proceso
automático en MODELER GMDH SHELL Y JDEMETRA que presentan
resultados bastante buenos .

46. Medidas de bondad de ajuste: (se usan para saber
que tan bueno es el modelo)
• R cuadrado estacionaria, R cuadrado (R2), raíz del error cuadrático
promedio (RMSE), error absoluto promedio (MAE), error absoluto
porcentual promedio (MAPE), error absoluto máximo (MaxAE), error
absoluto máximo porcentual (MaxAPE) y criterio de información bayesiano
(BIC) normalizado

47. Ejemplo DE SERIE DE TIEMPO bajo peso
al nacer
Bajo peso al nacer vs Semana Epidemiológica

48. Bajo peso al nacer
mapa de recurrencia
El grado de
aleatoriedad
puede estimarse
con un mapa de
recurrencia
en este caso en
MATLAB

49. Mapa de recurrencia
Aquí se puede
ver
Un fenómeno
desde
completamente
Azaroso (puntos)
hasta
Determinista (las
líneas)

50. Filtros - Curve fiting tool
General model Sin3:
f(x) =
a1*sin(b1*x+c1) + a2*sin(b2*x+c2) +
a3*sin(b3*x+c3)
where x is normalized by mean 26.58 and std
14.47
Coefficients (with 95% confidence bounds):
a1 = 2162 (1718, 2606)
b1 = 0.3811 (-0.2769, 1.039)
c1 = 1.541 (1.002, 2.079)
a2 = 6529 (-1.161e+07, 1.162e+07)
b2 = 2.792 (-42.63, 48.21)
c2 = 0.3984 (-41.46, 42.26)
a3 = 6569 (-1.161e+07, 1.162e+07)
b3 = 2.843 (-41.07, 46.75)
c3 = -2.698 (-41.6, 36.2)
Goodness of fit:
SSE: 3.479e+06
R-square: 0.9146
Adjusted R-square: 0.9118
RMSE: 121.4
Los filtros pueden
mostrar patrones no
visibles interesantes..

51. LOS CAMBIOS DE ESCALA PARA CONTRARESTAR AL AZAR

52. Función previsión
Suaviza cimiento
exponencial AAA
En Excel
Función
agregar
elemento
grafico
líneas de
tendencia
con
proyección
en Excel
Estadística Valor
Alpha 0.50
Beta 0.00
Gamma 0.50
MASE 1.20
SMAPE 0.08
MAE 23.68
RMSE 33.10
ESTE ES UN EJEMPLO DE TEST DE BONDAD DE AJUSTE EN EXCEL

53. EJEMPLO BAJO PESO AL NACER
• El análisis de las series temporales pude determinar que regiones
departamentos y municipios están presentado mas el fenómeno, y si alguna
política esta impactando en la región
• La información estaría disponible no solo para el tomador de decisión sino
también para la opinión publica, el medico y el usuario.

54. CONSIDERACIONES FINALES

55. DIMENSIONES:
CIRCULO O CUADRADO (2d)?
Hay que pensar
Siempre desde varias
Perspectivas
El trabajo en quipo
Multidiciplinario es
Recomendable,
Los dx poblaciones
Son de equipo

56. PATRONES :UNA CARA EN MARTE?
Crédito NASA

57. ASOCIACIONES – CAUSALIDAD - AZAR
Tyler Viglen - Spurious Correlations website
https://commons.wikimedia.org/w/index.php?curid=48043945

58. http://www.nature.com/nature/journal/v529/n7584/full/nature16166.html
http://science.sciencemag.org/content/347/6217/78
SIEMPRE INTERPRETAR

59. •“La mejor manera de predecir el
futuro es crearlo” (“The best way
to predict the future is to create
it”).
Dennis Gabor Nobel de Física en Inventando el futuro 1963

60. fin
• Puede usar esta presentación pero da algo de crédito al autor