Suavizado de serie temporal (Estadística espacial)

Resumen

Suaviza una variable numérica de una o varias series temporales mediante promedios móviles centrados, hacia delante y hacia atrás, así como un método adaptable basado en regresión lineal local. Después de suavizar las fluctuaciones a corto plazo, las tendencias o ciclos a largo plazo suelen ser evidentes.

Más información sobre cómo funciona la herramienta Suavizado de serie temporal

Ilustración

Suavizar los valores de una serie temporal.

Uso

• Puede incorporar los campos de valores suavizados a la tabla o entidades de entrada utilizando el parámetro Incorporar campos a datos de entrada. Si incorpora los campos a la entrada, se ignorará el entorno del sistema de coordenadas de salida. Si la tabla o las entidades de entrada tienen campos unidos, no puede incorporar a los datos de entrada y debe crear una nueva salida.

• El parámetro Campo de tiempo especifica el tiempo de cada registro de entrada. No puede haber más de un valor en el mismo tiempo en la misma serie temporal.

• El parámetro Campo de análisis especifica los valores que se suavizarán. Cuando se suaviza un valor del campo de análisis, solo se utilizan valores no nulos dentro de la ventana de tiempo. Si todos los valores del campo de análisis son nulos dentro de una ventana de tiempo, el valor suavizado será nulo.

• Se pueden especificar varias series temporales con el parámetro Método de agrupamiento. Puede agrupar todos los valores de la misma ubicación en la misma serie temporal, agrupar valores utilizando un campo de Id. o agrupar todos los valores (independientemente de la ubicación) en la misma serie temporal. Si agrupa los valores, asegúrese de que todos los grupos tienen varios registros con tiempos distintos para poder realizar el suavizado dentro de cada grupo.

• Debido a los años bisiestos y los distintos números de días de los meses, si la unidad del parámetro Ventana de tiempo es años o meses, el valor de tiempo debe ser un entero. Por ejemplo, 1,5 meses da como resultado una ventana de tiempo diferente dependiendo del mes. Para los promedios móviles hacia delante y hacia atrás, la ventana de tiempo puede ser cualquier entero positivo. Para los promedios móviles centrados y la regresión lineal local de ancho de banda adaptable, la ventana de tiempo debe ser un entero par positivo para que cuando se divida a cada lado del registro que se suaviza, cada lado dé como resultado un entero positivo.

• Cuando se activa el parámetro Habilitar series temporales emergentes, la herramienta creará un gráfico para cada serie temporal y agregará el gráfico al primer registro de entidades en cada serie temporal. En un mapa 2D, seleccione una entidad para ver el gráfico en la ventana emergente. En una escena 3D, seleccione la primera entidad de la serie temporal para ver el gráfico en la ventana emergente.

  Nota:

  Si se utiliza un método de agrupación, es posible que la primera entidad de cada serie temporal no sea la primera en dibujarse en el mapa. Para acceder a las ventanas emergentes de estas entidades, haga clic con el botón derecho en el registro de la tabla de atributos.

Parámetros

Cuadro de diálogo

Etiqueta	Explicación	Tipo de datos
Entidades o tabla de entrada	Las entidades o tabla que contienen los datos de serie temporal y el campo a suavizar.	Table View
Campo de tiempo	El campo que contiene el tiempo de cada registro.	Field
Campo de análisis	El campo que contiene los valores que se suavizarán.	Field
Método de agrupamiento (Opcional)	Especifica el método que se utilizará para agrupar registros en diferentes series temporales. El suavizado se realiza de forma independiente para cada serie temporal. Por ubicación—Las entidades en la misma ubicación se agruparán en la misma serie temporal. Esta es la opción predeterminada. Por campo de Id.—Los registros con el mismo valor del campo de Id. se agruparán en la misma serie temporal. Ninguna—Todos los registros estarán en la misma serie temporal.	String
Método de suavizado (Opcional)	Especifica el método de suavizado que se utilizará. Promedio móvil hacia atrás—El valor suavizado es el promedio del registro y los valores dentro de la ventana de tiempo antes de él. Esta es la opción predeterminada. Promedio móvil centrado—El valor suavizado es el promedio del registro y los valores antes y después de él. La mitad de la ventana de tiempo se utiliza antes de la hora del registro y la otra mitad se utiliza después. Promedio móvil hacia delante—El valor suavizado es el promedio del registro y los valores dentro de la ventana de tiempo después de él. Regresión lineal local de ancho de banda adaptable—El valor suavizado es el resultado de una regresión lineal local centrada en el registro. El tamaño de la ventana de tiempo se optimiza para cada registro.	String
Ventana de tiempo (Opcional)	La duración de la ventana de tiempo. El valor se puede proporcionar en segundos, minutos, horas, días, semanas, meses o años. Para los promedios móviles hacia atrás, hacia delante y centrados, se deben proporcionar el valor y la unidad. Para la regresión lineal local de ancho de banda adaptable, el valor se puede dejar vacío y se estimará una ventana de tiempo de forma independiente para cada valor. Los valores que se encuentran en el borde de la ventana de tiempo se incluirán dentro de la ventana. Por ejemplo, si tiene datos diarios y utiliza un promedio móvil hacia atrás con una ventana de tiempo de cuatro días, se incluirán cinco valores en la ventana al suavizar un registro: el valor del registro y los valores de los cuatro días anteriores.	Time Unit
Incorporar campos a datos de entrada (Opcional)	Especifica si los campos de salida se incorporarán al dataset de entrada o se guardarán como una tabla o clase de entidad de salida nueva. Si incorpora los campos a la entrada, se ignorará el entorno del sistema de coordenadas de salida. Activado: los campos de salida se incorporarán a las entidades de entrada. Esta opción modifica los datos de entrada. Desactivado: los campos de salida no se incorporarán a la entrada. Se creará una tabla de salida o una clase de entidad que contiene los campos de salida. Esta es la opción predeterminada.	Boolean
Entidades de salida (Opcional)	Las entidades de salida que contienen los valores suavizados, así como campos para la ventana de tiempo y la cantidad de vecinos.	Feature Class; Table
Campo de Id. (Opcional)	El campo entero o de texto que contiene un Id. único para cada serie temporal. Todos los registros con el mismo valor de este campo forman parte de la misma serie temporal.	Field
Aplicar ventana de tiempo más corta al inicio y al final (Opcional)	Especifica si la ventana de tiempo se acortará al inicio y al final de cada serie temporal. Activado: la ventana de tiempo se acortará al inicio y al final de la serie temporal para que la ventana de tiempo no se extienda antes del inicio o después del fin de la serie temporal. Desactivado: la ventana de tiempo no se acortará. Si la ventana de tiempo se extiende antes del inicio o después del final de la serie temporal, el valor suavizado será nulo. Esta es la opción predeterminada.	Boolean
Habilitar series temporales emergentes (Opcional)	Especifica si las entidades o la tabla de salida incluirán gráficos emergentes que muestran los valores originales y suavizados de las series temporales. Activado: la salida incluirá gráficos emergentes. Esta es la opción predeterminada. Desactivado: la salida no incluirá gráficos emergentes.	Boolean

Salida derivada

Etiqueta	Explicación	Tipo de datos
Entidades o tabla actualizadas	La clase de entidad o tabla de entrada actualizada con los campos de salida incorporados.	Table View

Python

arcpy.stats.TimeSeriesSmoothing(in_features, time_field, analysis_field, {group_method}, {method}, {time_window}, {append_to_input}, {output_features}, {id_field}, {apply_shorter_window}, {enable_time_series_popups})

Nombre	Explicación	Tipo de datos
in_features	Las entidades o tabla que contienen los datos de serie temporal y el campo a suavizar.	Table View
time_field	El campo que contiene el tiempo de cada registro.	Field
analysis_field	El campo que contiene los valores que se suavizarán.	Field
group_method (Opcional)	Especifica el método que se utilizará para agrupar registros en diferentes series temporales. El suavizado se realiza de forma independiente para cada serie temporal. LOCATION—Las entidades en la misma ubicación se agruparán en la misma serie temporal. Esta es la opción predeterminada. ID_FIELD—Los registros con el mismo valor del campo de Id. se agruparán en la misma serie temporal. NONE—Todos los registros estarán en la misma serie temporal.	String
method (Opcional)	Especifica el método de suavizado que se utilizará. BACKWARD—El valor suavizado es el promedio del registro y los valores dentro de la ventana de tiempo antes de él. Esta es la opción predeterminada. CENTERED—El valor suavizado es el promedio del registro y los valores antes y después de él. La mitad de la ventana de tiempo se utiliza antes de la hora del registro y la otra mitad se utiliza después. FORWARD—El valor suavizado es el promedio del registro y los valores dentro de la ventana de tiempo después de él. ADAPTIVE—El valor suavizado es el resultado de una regresión lineal local centrada en el registro. El tamaño de la ventana de tiempo se optimiza para cada registro.	String
time_window (Opcional)	La duración de la ventana de tiempo. El valor se puede proporcionar en segundos, minutos, horas, días, semanas, meses o años. Para los promedios móviles hacia atrás, hacia delante y centrados, se deben proporcionar el valor y la unidad. Para la regresión lineal local de ancho de banda adaptable, el valor se puede dejar vacío y se estimará una ventana de tiempo de forma independiente para cada valor. Los valores que se encuentran en el borde de la ventana de tiempo se incluirán dentro de la ventana. Por ejemplo, si tiene datos diarios y utiliza un promedio móvil hacia atrás con una ventana de tiempo de cuatro días, se incluirán cinco valores en la ventana al suavizar un registro: el valor del registro y los valores de los cuatro días anteriores.	Time Unit
append_to_input (Opcional)	Especifica si los campos de salida se incorporarán al dataset de entrada o se guardarán como una tabla o clase de entidad de salida nueva. Si incorpora los campos a la entrada, se ignorará el entorno del sistema de coordenadas de salida. APPEND_TO_INPUT—Los campos de salida se incorporarán a las entidades de entrada. Esta opción modifica los datos de entrada. NEW_OUTPUT—Los campos de salida no se incorporarán a la entrada. Se creará una tabla de salida o una clase de entidad que contiene los campos de salida. Esta es la opción predeterminada.	Boolean
output_features (Opcional)	Las entidades de salida que contienen los valores suavizados, así como campos para la ventana de tiempo y la cantidad de vecinos.	Feature Class; Table
id_field (Opcional)	El campo entero o de texto que contiene un Id. único para cada serie temporal. Todos los registros con el mismo valor de este campo forman parte de la misma serie temporal.	Field
apply_shorter_window (Opcional)	Especifica si la ventana de tiempo se acortará al inicio y al final de cada serie temporal. APPLY_SHORTER_WINDOW—La ventana de tiempo se acortará al inicio y al final de la serie temporal para que la ventana de tiempo no se extienda antes del inicio o después del fin de la serie temporal. NOT_APPLY_SHORTER_WINDOW—La ventana de tiempo no se acortará. Si la ventana de tiempo se extiende antes del inicio o después del final de la serie temporal, el valor suavizado será nulo. Esta es la opción predeterminada.	Boolean
enable_time_series_popups (Opcional)	Especifica si las entidades o la tabla de salida incluirán gráficos emergentes que muestran los valores originales y suavizados de las series temporales. CREATE_POPUP—La salida incluirá gráficos emergentes. Esta es la opción predeterminada. NO_POPUP—La salida no incluirá gráficos emergentes.	Boolean

Salida derivada

Nombre	Explicación	Tipo de datos
updated_features	La clase de entidad o tabla de entrada actualizada con los campos de salida incorporados.	Table View

Muestra de código

Ejemplo 1 de TimeSeriesSmoothing (ventana de Python)

En el siguiente script de Python se muestra cómo utilizar la función TimeSeriesSmoothing.

import arcpy
arcpy.stats.TimeSeriesSmoothing("temperature_CA", "START_DATE", "VALUE", 
            "LOCATION", "BACKWARD", "1 Months", "NEW_OUTPUT", "temperature_smoothed", 
            None, "NOT_APPLY_SHORTER_WINDOW", "CREATE_POPUP")

Ejemplo 2 de TimeSeriesSmoothing (script independiente)

En el siguiente script de Python se muestra cómo utilizar la función TimeSeriesSmoothing para predecir la población.

import arcpy
arcpy.env.workspace = "C:/Analysis/data.gdb"

# Smooth temperature data using adaptive method by ID Field and revise input 
arcpy.stats.TimeSeriesSmoothing("temperature_CA", "START_DATE", "VALUE", 
            "ID_FIELD", "ADAPTIVE", None, "APPEND_TO_INPUT", None, "FIPS", 
            "NOT_APPLY_SHORTER_WINDOW", "NO_POPUP")

Entornos

Sistema de coordenadas de salida