PREVISIÓN POR METODOLOGÍA BOX-JENKINS

La previsión por metodología Box-Jenkins parte del hecho de que la serie temporal que se trata de predecir es generada por un proceso estocástico cuya naturaleza puede ser caracterizada mediante un modelo. Para efectuar dicha estimación se requiere de una serie temporal mensual o trimestral que cuente con un elevado número de observaciones.

La previsión por metodología Box-Jenkins consiste en encontrar un modelo matemático que represente el comportamiento matemático de esa serie temporal de datos, permitiendo establecer previsiones únicamente introduciendo el período de tiempo correspondiente.

La previsión por metodología Box-Jenkins proporciona predicciones sin necesidad de la existencia de ningún tipo de condición previa, además de ser parsimonioso respecto de los coeficientes. Por otro lado, una vez encontrado el modelo, se pueden efectuar de manera inmediata predicciones y comparaciones entre datos reales y estimados para observaciones pertenecientes al pasado.

Sin embargo, además de requerir un elevado número de observaciones, la estimación e interpretación de sus coeficientes es compleja y proporciona peores resultados en previsiones a largo plazo.

prevision-por-metodologia-box-jenkins-0

FILOSOFÍA DEL PROCESO DE PREVISIÓN POR METODOLOGÍA BOX-JENKINS

Mediante el método Box-Jenkins se persigue el establecimiento de un modelo estadístico que represente la relación entre las variaciones que experimenta una serie temporal a lo largo de determinados períodos.

Para desarrollar estos modelos se parte de una serie de datos cronológicos de los cuales se ha comprobado su estabilidad. En caso contrario, se les han aplicado las transformaciones necesarias para obtener dicha estabilidad.

La filosofía de este método consiste en dividir el proceso de previsión en cuatro etapas:

1: Identificación del modelo más adecuado para llevar a cabo una previsión determinada.

2.1: Se realiza una previsión con ese modelo y se evalúan los resultados.

2.2: Si la evaluación del paso anterior no es satisfactoria se vuelve a la primera etapa para identificar un nuevo modelo.

3: Si la etapa 2.1 es satisfactoria se realiza un pronóstico.

4: Se desarrolla un algoritmo de control para usos futuros de esta técnica.

previsión por metodología Box-Jenkins

PREVISIÓN POR METODOLOGÍA BOX-JENKINS UNIVARIANTES

La Universidad de Oviedo realizó un estudio para determinar la eficacia de la previsión por metodología Box-Jenkins analizando ocho series temporales, para las que se habían obtenido modelos univariantes.

Estos modelos se usaron para hacer previsiones de dos manera distintas: por un lado para obtener previsiones de una manera convencional para un cierto número de períodos N hacia delante; por otro lado, se realizaron previsiones un período hacia delante N veces para lo que era necesario ir incorporando al modelo un dato real nuevo cada vez que se hacía la previsión, con lo que se conseguía simular situaciones en las que se obtenía previsiones en tiempo real.

Los resultados obtenidos al comparar las dos formas de hacer previsiones mostraron la conveniencia de realizar previsiones en tiempo real siempre que fuera posible, debido a la gran mejora de calidad de las mismas.

Los resultados muestran con la previsión por metodología Box-Jenkins se obtienen previsiones de mejor calidad en tiempo real. La limitación de esta técnica se encuentra cuando las observaciones de la serie temporal se producen a intervalos muy cortos de tiempo.

Por otro lado, esta técnica tampoco sería de aplicación en aquellos casos en que haya que tomar decisiones con mucha antelación.

Haz click aquí para saber más sobre modelos de previsión.

prevision-por-metodologia-box-jenkins-3

Nicola Picasso, padre y marido enamorado es un apasionado del deporte, especialmente del trail running. Atleta X-Bionic, Tailwind Trailblazer y Bamboolabs Ambassador, ha hecho de su afición por correr toda una aventura que trasciende las redes sociales.