Uso de métodos de previsión de serie de tiempo clásicos

Nota:

En esta sección se describen los métodos de previsión de serie de tiempo no estacionales y estacionales que no incluyen métodos de ARIMA de Box-Jenkins. Para obtener más información sobre esos métodos, consulte Uso de métodos de previsión de serie de tiempo de ARIMA.

Puede prever datos históricos mediante distintos métodos de previsión de serie de tiempo. Algunos métodos están diseñados para funcionar mejor para determinados tipos de datos:

Figura 5. Datos estacionales (izquierda) y datos con una tendencia (derecha)

Se trazan dos gráficos: el de la izquierda muestra una onda de repetición para indicar estacionalidad; el de la derecha muestra una onda con una amplitud creciente y valores para indicar la tendencia.

Además de estas categorías, existen dos tipos de métodos estacionales: aditivo y multiplicativo. La estacionalidad aditiva tiene una amplitud de patrón fija y la estacionalidad multiplicativa tiene una amplitud de patrón que aumenta o disminuye a lo largo del tiempo. En Ilustración 6 se ilustran estas distintas curvas.

Figura 6. Distintas curvas estacionales

Gráficos que muestran la estacionalidad aditiva sin y con tendencia (superior izquierdo y derecho) y la estacionalidad multiplicativa sin y con tendencia (inferior izquierdo y derecho), donde aditivo y multiplicativo se describen en el párrafo anterior.

Para la previsión de serie de tiempo, cualquiera de los métodos de previsión de serie de tiempo clásicos debe funcionar con distintas cantidades de éxito. Sin embargo, cada método tiene su propia finalidad, como se describe en Tabla 1 y los párrafos de resumen que le siguen. Para obtener más información sobre cada método clásico, consulte las secciones de Predictor de la guía de referencia y ejemplos de Oracle Crystal Ball.

Tabla 1. Selección de un método de previsión de serie de tiempo clásico

Sin tendencia ni estacionalidad

Sólo tendencia, sin estacionalidad

Sólo estacionalidad, sin tendencia

Tendencia y estacionalidad

Suavizado exponencial simple

Suavizado exponencial doble

Aditivo estacional

Aditivo de Holt-Winters

Promedio móvil simple

Promedio móvil doble

Multiplicativo estacional

Multiplicativo de Holt-Winters

Para resumir las guías de selección:

  Para determinar si tiene datos de tendencia o estacionales, haga clic en Ver estacionalidad en el panel Datos de entrada. Para obtener más información, consulte Visualización de datos históricos por estacionalidad.

Consejo:

La visualización de la estacionalidad puede ayudarle a decidir qué métodos seleccionar. Sin embargo, la selección de todos los métodos de previsión de serie de tiempo clásicos disponibles para Métodos no estacionales o Métodos estacionales no ralentiza considerablemente los cálculos a menos que esté previendo cientos de valores a la vez, de forma que pueda considerar intentarlos todos (valor predeterminado).

  Para conocer los procedimientos de selección de métodos de previsión, consulte Selección de un método de previsión.

  Para establecer manualmente los parámetros para cualquier método, consulte Establecimiento de parámetros de métodos de previsión de serie de tiempo clásicos, a continuación.