Revisión general de Pronóstico con el mejor modelo ARIMA

Los modelos de media móvil integrada autorregresiva (ARIMA) de Box-Jenkin son herramientas poderosas para ajustarse a los conjuntos de datos de series temporales y pronosticar valores futuros. Aun así, la identificación de órdenes autoregresivas y de media móvil adecuadas en un modelo ARIMA es difícil y requiere mucho tiempo.

Utilícelo Pronóstico con el mejor modelo ARIMA para acelerar significativamente el proceso de identificación del modelo seleccionando automáticamente el mejor modelo de un conjunto de candidatos con uno de los tres criterios de selección de modelos comúnmente utilizados: Criterio de información de Akaike (AIC), Criterio de información de Akaike corregido (AICc) y Criterio de información bayesiana (BIC).

Por ejemplo, para planificar los recursos de manera eficiente, los administradores de un hospital desean utilizar un modelo ARIMA para pronosticar el número de visitas ambulatorias por día. Aunque los administradores ven patrones en las series temporales que sugieren ciertos órdenes de términos para un modelo ARIMA, los administradores desean comparar rápidamente un gran número de modelos ARIMA estacionales y no estacionales para encontrar un modelo que se ajuste bien a los datos. Los administradores suelen Pronóstico con el mejor modelo ARIMA evaluar rápidamente un gran número de modelos.