[cat] La detecció de períodes d’exhuberància i crisi en sèries temporals permet una anàlisi més a fons d’aquestes, i un desenvolupament de millors mètodes de predicció. Dins el comportament d’una sèrie trobem les bombolles: pics espontanis que precedeixen a una crisi. Al 2011 Phillips, Wu i Yu desenvolupen el PWY test per a detecció de bombolles, i més endavant, al 2015, Phillips, Shi i Yu el milloren augmentant la seva potència de detecció en sèries amb múltiples bombolles. En aquest treball s’estudia l’aplicació d’aquest test PSY en sèries temporals de Google Trends. D’aquesta manera, es pretén entendre i detectar el comportament d’un tema digitalment viral, per a poder tractar-lo de forma diferent o per a futures aplicacions i estudis. També es compara l’anàlisi clàssica amb la determinista, i com la presència o no de múltiples bombolles pot afectar-hi. La implementació del test es fa a través del paquet psymonitor de R, on es modifiquen els nivells de significació i algunes funcions. Per últim, s’implementa una Shiny de visualització d’unes dades determinades tractades i una Shiny que permet interactuar i escollir la paraula al moment.
[eng] The detection of exhuberance periods and crisis allows a deeper analysis in time series and an improvement of better forecast methods. In the time series’ behaviour, we could find bubbles which are spontaneous peaks that preceed a crisis. In 2011 Phillips, Wu and Yu developed a test to detect these bubbles. And in 2015, Phillips, Shi and Yu improved the test, increasing its power to detect multiple bubbles. This thesis investigates the application of this test on time series from Google Trends. The aim is to understand and detect the behaviour of a viral topic so it can be treated in a different way for future implementations and studies. This thesis also examines how the presence of multiple bubbles may affect the classical analysis, in both stocasthic and deterministic approaches. The test is implemented through the package psymonitor of R, where the significance levels and some functions are modified. The last step is to create two Shiny App’s, one to display the analysed data and the other to interact with and choose the word in the same moment.
