Series de tiempo: Aplicar y estudiar modelos estadísticos desde las Ciencias hasta la Sociología
La académica del Instituto de Estadística PUCV desarrolla modelos que permiten analizar datos observados a lo largo del tiempo, incluso cuando parte de la información se pierde, con aplicaciones que van desde la astronomía hasta la pesca.
30/05/2026
Los datos están presentes en prácticamente todas las áreas del conocimiento. Sin embargo, cuando estos se registran de manera secuencial a través del tiempo, surgen desafíos particulares que requieren herramientas especializadas para su análisis. Ese es precisamente el foco de investigación de Natalia Bahamonde, académica del Instituto de Estadística (IES) de la Pontificia Universidad Católica de Valparaíso.
Licenciada en Matemáticas y magíster en Estadística por la Pontificia Universidad Católica de Chile, doctora en Física por la Université Paris-Sud de Francia, la profesora del IES ha desarrollado una trayectoria centrada en el estudio de series de tiempo, una disciplina que busca comprender datos que evolucionan y se relacionan entre sí desde el pasado hasta el presente.
“Yo trabajo con datos que están indexados en el tiempo. Son observaciones que tienen características especiales porque dependen de sí mismas, formando una secuencia que se va construyendo a lo largo de periodos determinados”, explica. Durante sus primeros años de investigación, Bahamonde trabajó con modelos asociados a mercados financieros, caracterizados por escenarios de alta volatilidad. Sin embargo, en búsqueda de nuevos desafíos amplió el alcance de sus estudios hacia otros ámbitos, manteniendo siempre el interés por comprender fenómenos complejos mediante herramientas estadísticas.
El principal foco que aborda actualmente tiene relación con los datos faltantes, una situación frecuente en investigaciones aplicadas. “Los modelos teóricos suelen asumir condiciones ideales, pero los datos se comportan mucho más irregularmente en la naturaleza. Una de las dificultades más habituales es que hay información que deja de observarse en ciertos momentos, y eso rompe la estructura de dependencia de las series de tiempo”, señala.
Frente a este problema, la académica desarrolla modelos capaces de incorporar estas ausencias de información sin perder capacidad de análisis. Con ello, más que predecir el futuro, dice ella, “observamos el presente para no cometer los mismos errores”.
Sus investigaciones combinan el desarrollo teórico con aplicaciones concretas en distintos campos del conocimiento. Entre ellas destaca su participación en estudios astronómicos orientados al descubrimiento de nuevos planetas candidatos a partir del análisis de estrellas variables. Más recientemente, también aplica estos modelos al estudio de la pesca del camarón nailon, una especie de relevancia para el país. Asimismo, sus herramientas estadísticas han encontrado aplicaciones en áreas tan diversas como las ciencias sociales y los estudios de género.
De esta manera, la investigación de Natalia Bahamonde demuestra cómo la estadística moderna puede transformarse en una herramienta transversal para comprender fenómenos complejos, incluso cuando la información disponible es incompleta.
Facultad de Ciencias PUCV