CODEa Business Logo
Cursos Minería, Geología y Procesos Extractivos

Introducción a tendencias y estacionalidad en series de tiempo

El análisis de series de tiempo es una herramienta clave para comprender la evolución de procesos mineros y de negocio a lo largo del tiempo. La identificación de tendencias y estacionalidad permite anticipar comportamientos, mejorar la planificación operativa y optimizar recursos en minería y sectores afines.

2 horas
Minería, Geología y Procesos Extractivos
On Demand

Lo que aprenderás

Series tiempo minería digital tendencias estacionalidad análisis temporal Pandas NumPy Statsmodels visualización datos minería forecasting data science

Contenido del curso

5 módulos · 23 lecciones

Concepto e importancia de las series de tiempo – Aplicaciones en minería y negocios.

Elementos principales – Tendencia y estacionalidad.

Preparación de datos – Indexación de fechas en Pandas y requisitos temporales.

Librerías utilizadas – NumPy, Pandas, Matplotlib, Seaborn, Statsmodels.

Carga y descripción de datasets – CSV desde GitHub/Drive.

Exploración inicial – Métodos info, describe y visualización básica.

Identificación de valores extremos y medidas centrales – Máximos, mínimos y medianas.

Variabilidad de datos – Factores geológicos, operativos y de producción.

Importancia de la inspección previa – Base para modelos temporales sólidos.

Promedio móvil simple (rolling mean) – Ventanas de 10 y 20 periodos, ventajas y limitaciones.

Promedio móvil exponencial (ewm) – Diferencias frente al simple y mayor sensibilidad a datos recientes.

Comparación de spans (4, 10, 20) – Ajuste a diferentes horizontes temporales.

Suavizamiento local con LOESS – Representación de tendencias crecientes, estables y decrecientes.

Consideraciones críticas – Riesgo de sobreajuste y pérdida de representatividad.

Definición y diferencias con la tendencia.

Ejemplos en minería – Campañas de operación, vida útil de liners, estacionalidad de guardias.

Construcción de estacionalidad en Pandas – Columnas de semana y día (isocalendar, dayofweek).

Tablas pivote para patrones semanales – Análisis comparativo.

Representación gráfica y limitaciones – Visualización de patrones estacionales.

Uso de tendencias y estacionalidad como apoyo – Herramientas, no verdades absolutas.

Ejemplos prácticos en minería – Throughput, campañas de operación, variabilidad de mineral.

Buenas prácticas – Evitar sobreajuste, mantener representatividad y complementar con criterio experto.

Recomendaciones para sesiones futuras – Profundización en estacionalidad y forecasting.