INVESTIGACION DE MODELOS DE PRONOSTICOS


MODELOS RANDOM WALK
El modelo de predicción RANDOM WALK o CAMINO ALEATORIO es utilizado para el análisis de tendencias dichas tendencias se caracterizan por explicar el comportamiento a largo ymediano plazo de una variable, esta puede ser tendencia aleatoria o estocástica si la pendiente cambia en el tiempo, o puede ser determinística si se llega a mantener la pendiente. Este modelo sediferencia de los modelos anteriores ya que no es estacionario, en donde la variable no está auto correlacionada, por lo que no necesita verificarse con otras tendencias.
MODELOS ARIMA
El modelo ARIMA(AutoRegresive Integrated Moving Averange) permite descubrir un valor como una función lineal de datos anteriores y errores dados al azar. Estos modelos producen pronósticos precisos con base en ladescripción de patrones históricos de datos. Estos operan sobre series de tiempo de tipo estacionaria o no estacionaria; estos no involucran las variables independientes en su construcción sino que emplean lainformación suministrada en la misma serie para desarrollar el pronóstico estos modelos depende de los patrones de autocorrelación que existen en los datos.
Metodología Box-Jenkins:
Pasos para laconstrucción de un modelo ARIMA
Postular una clase general del modelo
Identificar el modelo que se utilizara tentativamente
Estimar los parámetros del modelo
Realizar un diagnóstico del modelo
Utilizarlopara generar pronósticos si es adecuado
La selección inicial de un modelo ARIMA se base en un examen de una gráfica de la serie de tiempo con el fin de observar su carácter general y un examen deautocorrelación para diferentes retrasos. El patrón de la autocorrelación obtenido a partir de la serie de tiempo coincide con el patrón de autocorrelación que se asocia a un modelo ARIMA específico.
Lametodología Box-Jenkins se refiere a una serie de procedimientos para identificar, ajustar y verificar los modelos ARIMA con los datos de la serie de tiempo. Los pronósticos proceden directamente de...