Recientemente comencé a trabajar para una clínica de tuberculosis. Nos reunimos periódicamente para analizar la cantidad de casos de TB que estamos tratando actualmente, la cantidad de pruebas administradas, etc. Me gustaría comenzar a modelar estos conteos para que no solo estemos adivinando si algo es inusual o no. Desafortunadamente, he recibido muy poca capacitación en series de tiempo, y la mayor parte de mi exposición ha sido a modelos para datos muy continuos (precios de acciones) o cantidades muy grandes de conteos (influenza). Pero tratamos con 0-18 casos por mes (media 6.68, mediana 7, var 12.3), que se distribuyen así:
[imagen perdida por las brumas del tiempo]
[imagen comida por un grue]
He encontrado algunos artículos que abordan modelos como este, pero agradecería mucho escuchar sus sugerencias, tanto para los enfoques como para los paquetes R que podría usar para implementar esos enfoques.
EDITAR: La respuesta de mbq me ha obligado a pensar más detenidamente sobre lo que pregunto aquí; Me obsesioné demasiado con los recuentos mensuales y perdí el enfoque real de la pregunta. Lo que me gustaría saber es: ¿la disminución (bastante visible) desde, digamos, 2008 en adelante refleja una tendencia a la baja en el número total de casos? Me parece que el número de casos mensuales desde 2001-2007 refleja un proceso estable; quizás algo de estacionalidad, pero en general estable. Desde 2008 hasta el presente, parece que ese proceso está cambiando: el número total de casos está disminuyendo, a pesar de que los recuentos mensuales pueden tambalearse hacia arriba y hacia abajo debido a la aleatoriedad y la estacionalidad. ¿Cómo puedo probar si hay un cambio real en el proceso? Y si puedo identificar una disminución,