series de tiempo
Existen diferentes procedimientos para encontrar un modelo que permita pronosticar los valores de una serie: métodos de suavización, modelos mínimoscuadráticos y modelos ARIMA, entre otros. Para el caso que nos ocupa, el número de consultas externas no es muy cambiante, por lo tanto, se utilizan los modelos de suavización.Suavizado exponencial simple
Es una técnica útil para suavizar una serie de tiempo; proporciona una impresión de los movimientos o patrones generales de los datos. Además,puede utilizarse para obtener predicciones a corto plazo. Esta técnica supera al método de promedios móviles en el sentido de que no elimina valores. Además, les da mayorponderación a los últimos valores de la serie y menos peso a los primeros.
Esta herramienta de análisis predice un valor basándose en el pronóstico del período anterior. El suavizadoexponencial simple es apropiado cuando las series a predecir son no estacionales y no tienen una tendencia constante ni ascendente ni descendente.
Suavizado exponencial de Holt
Esuna extensión del planteamiento de suavizado exponencial, la diferencia radica en que el procedimiento de suavizado exponencial proporciona una visión de los movimientos alargo plazo sin tener en cuenta la estacionalidad ni la tendencia, mientras que el Holt permite pronosticar la tendencia. Para utilizar el método de Holt para predicción, suponemosque todos los movimientos de tendencia futuros continuarán a partir del último nivel suavizado.
Suavizado exponencial de Winter
Modela el nivel general de la serie, latendencia y la estacionalidad, por ello se requiere estimar el componente estacional por medio de lo que se conoce como índices estacionales, los cuales sirven para ajustar el modelo.
Regístrate para leer el documento completo.