Interpretar los resultados clave para la Descomposición

Complete los siguientes pasos para interpretar un análisis de descomposición. La salida clave incluye la gráfica de series de tiempo, las medidas de exactitud y los pronósticos.

Paso 1: Determinar si el modelo se ajusta a sus datos

Examine la gráfica para determinar si su modelo se ajusta a los datos. Si los ajustes siguen estrechamente los datos reales, el modelo se ajusta a sus datos.
  • Si el modelo se ajusta a los datos, usted puede realizar Método de Winters y comparar los dos modelos.
  • La descomposición utiliza una tendencia lineal constante. Si la tendencia parece tener curvatura, la descomposición no proporcionará un buen ajuste. Usted debería utilizar Método de Winters.
  • Si el modelo no se ajusta a los datos, examine la gráfica en busca de falta de estacionalidad. Si no existe un patrón estacional, usted debería utilizar un análisis de series de tiempo diferente. Para obtener más información, vaya a ¿Cuál análisis de series de tiempo debería utilizar?.

En esta gráfica, los ajustes siguen estrechamente a los datos, lo cual indica que el modelo se ajusta a los datos.

Paso 2: Comparar el ajuste de su modelo con otros modelos

Utilice las medidas de exactitud (MAPE, MAD y MSD) para comparar el ajuste de su modelo con otros modelos de series de tiempo. Estos estadísticos no son muy informativos por sí solos, pero puede utilizarlos para comparar los ajustes obtenidos utilizando diferentes métodos. Para los 3 estadísticos, valores más pequeños por lo general indican un modelo de ajuste más adecuado. Si un modelo individual no tiene los valores más bajos para los 3 estadísticos, MAPE es generalmente la medición más recomendable.
Nota

Las medidas de exactitud proporcionan un indicio de la exactitud que usted pudiera esperar al pronosticar 1 período proveniente del final de los datos. Por lo tanto, no indican la exactitud al pronosticar más de 1 período. Si está utilizando el modelo para realizar pronósticos, no debería basar su decisión únicamente en las medidas de exactitud. Usted también debería examinar el ajuste del modelo para garantizar que el modelo sigue los datos de manera estrecha, particularmente al final de las series.

Modelo 1

Medidas de exactitud MAPE 8.1976 MAD 3.6215 MSD 22.3936

Modelo 2

Medidas de exactitud MAPE 6.9551 MAD 2.7506 MSD 11.2702
Resultados clave: MAPE, MAD, MSD

En estos resultados, los tres números son inferiores para el 2do modelo en comparación con el 1er modelo. Por lo tanto, el 2do modelo proporciona el mejor ajuste.

Paso 3: Determinar si los pronósticos son exactos

La descomposición utiliza una línea de tendencia fija e índices estacionales fijos. Debido a que tanto la tendencia como los índices estacionales son fijos, usted debería utilizar sólo la descomposición para realizar pronósticos cuando la tendencia y la estacionalidad sean muy constantes. Es particularmente importante verificar que los ajustes coincidan con los valores actuales al final de las series de tiempo. Si el patrón estacional o la tendencia no coinciden con los ajustes al final de los datos, utlice Método de Winters.

En esta gráfica, el modelo predice valores bajos para los datos al final de las series. Esto indica que la tendencia o el patrón estacional no son constantes. Si desea pronosticar estos datos, debería probar el método de Winters para determinar si proporciona un mejor ajuste a los datos.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política