Herramienta ETS

La herramienta ETS estima un modelo de pronóstico de series temporales univariantes utilizando un método de suavizado exponencial. El suavizado exponencial es un enfoque de pronóstico comúnmente usado que se basa en un promedio ponderado de observaciones pasadas, con los pesos que disminuyen en tamaño para valores pasados más distantes (los pesos se dicen que siguen una función de decaimiento exponencial). La herramienta es capaz de dar cuenta de tres componentes de series temporales: nivel, tendencia y estacionalidad. La herramienta puede utilizar métodos totalmente automatizados para modelar los tres componentes de la "mejor manera" basándose en criterios estadísticos, o el usuario puede especificar los métodos subyacentes utilizados. Una discusión excelente de los métodos usados se puede encontrar en el capítulo 7 de Hyndman y el pronóstico en línea del libro de Athanasopoulos : directores y práctica.

Esta herramienta utiliza la herramienta R. Ve a Opciones > Descargar herramientas predictivas e inicia sesión Portal de licencias y descargas de Alteryx para instalar R y los paquetes utilizados por la Herramienta R. Consulta Descargar y usar herramientas predictivas.

Configurar la herramienta

Utilice la ficha parámetros requeridos para establecer los controles obligatorios para el modelo de pronóstico de suavizado exponencial.

Nombre del modelo: cada modelo debe recibir un nombre para poder identificarlo posteriormente. Los nombres de los modelos deben comenzar con una letra y pueden contener letras, números y el período de caracteres especiales (".") y subrayado ("_"). No se permiten otros caracteres especiales, y R distingue entre mayúsculas y minúsculas.
Seleccione el campo destino: seleccione el campo de la secuencia de datos que desea pronosticar. Las mediciones para este campo deben realizarse a intervalos regulares (por ejemplo, diariamente, mensualmente, trimestralmente, etc.).
Frecuencia de campo de destino:: elija el intervalo de tiempo para las observaciones del campo de destino.

Utilice la ficha tipo de modelo para establecer controles opcionales el impacto de cómo se manejan el tiempo y las tendencias en su modelo.

Tipo de error: esta opción controla cómo se modela el efecto de los períodos anteriores más cercanos. Las opciones son automáticas (por defecto), aditivas y multiplicativas. Si se utiliza auto, se estiman tanto la especificación aditiva como la multiplicativa y se utiliza un criterio de información estadística para seleccionar entre modelos. El parámetro estimado que da el peso relativo entre los valores pasados más recientes y más distantes en la salida es Alpha.
Tipo de tendencia: Esto controla cómo se modela el efecto de la tendencia. Las opciones son auto (el valor predeterminado), aditivo, multiplicativo y ninguno. Si se utiliza auto, se consideran tanto las especificaciones aditivas como las multiplicativas, junto con los modelos sin corrección de tendencia, y se utiliza un criterio de información estadística para seleccionar entre modelos. El parámetro estimado que da el peso relativo entre los valores de tendencia más recientes y más distantes en la salida es beta.
Atenuación de tendencias: esta opción controla el grado de reducción del efecto de los efectos de tendencia recientes (amortiguados). Las opciones son auto (el valor por defecto), sí, y no. La opción auto considera modelos con y sin amortiguación, y selecciona el mejor basado en un criterio de información estadística. El parámetro Estimado PHI en la salida (sólo para los casos en que la atenuación de tendencias se incluye mejor modelo) indica el grado en que la tendencia de pronóstico se ha humedecido.
Tipo estacional: Esto controla cómo se modelan los efectos estacionales. Las opciones son auto (el valor por defecto), aditivo, multiplicativo y ninguno.

Utilice la ficha otras opciones para establecer los controles opcionales para los criterios, las transformaciones y los períodos.

Criterios de información para la selección del modelo: los criterios utilizados para comparar diferentes modelos y seleccionar el mejor modelo. Las opciones proporcionadas son auto (el valor predeterminado), el criterio de información de Akaike (AIC), el criterio de información corregido de Akaike (AICc) o los criterios de información bayesianos (BIC). Si se selecciona la opción auto, se utiliza el AICc si hay 48 o menos observaciones del objetivo, de lo contrario se utiliza AIC.
Utilice una transformación Box-Cox: si se selecciona esta opción, el usuario puede proporcionar un valor de lambda (que cae entre 0 y 1) para realizar una transformación Box-Cox del campo destino. En esta opción se seleccionan, las especificaciones multiplicativas de los tres componentes de la serie de tiempo no se consideran.
Período de inicio de serie (opcional): esta opción permite al usuario especificar el período de inicio de la serie de tiempo, que se reflejará en las parcelas de descomposición y previsión.

Si la frecuencia de campo de destino está establecida en cada hora, diariamente (todos los días)o diariamente (sólo entre semana), esta opción no está disponible.

El número de períodos que se incluirán en la trama de previsión: esta opción da como resultado una trama que contiene los datos originales y una serie de puntos de previsión futuros (junto con intervalos de confianza de 80% y 95% alrededor de los puntos de previsión). El usuario puede especificar el número de períodos que se deben pronosticar en el futuro para la trama.
Seleccionar formato de semana: Esto permite al usuario elegir un método para especificar semanas de trabajo. Estas opciones se refieren a lo que constituye la primera semana del año, y qué día de la semana comienza la semana.

Nosotros – domingo es el primer día de la semana
Reino Unido – lunes es el primer día de la semana
ISO8601 – el lunes es el primer día de la semana

Utilice la ficha opciones gráficas para establecer los controles opcionales para la salida.

Tamaño de la parcela: seleccione pulgadas o centímetros para el tamaño del gráfico.
Resolución del gráfico: selecciona la resolución del gráfico en puntos por pulgada: 1x (96 dpi); 2x (192 dpi); o 3x (288 dpi). La resolución más baja crea un archivo más pequeño y es el mejor para la visión en un monitor. Una resolución más alta crea un archivo más grande con una mejor calidad de impresión.
Tamaño de fuente base (puntos): seleccione el tamaño de la fuente en el gráfico.

Ver la salida

Conecta una herramienta Explorar con cada ancla de salida para ver los resultados.

O Anchor: consiste en una secuencia de salida que contiene el objeto modelo ETS que se puede utilizar para las dos predicciones puntuales y un intervalo de confianza del percentil especificado por el usuario que rodea esos pronósticos.
R Anchor: consiste en los fragmentos de informe generados por la herramienta ETS: un resumen estadístico, parcelas de diagnóstico de autocorrelación y diagramas de previsión.
I ancla: un tablero de instrumentos HTML interactivo que consiste en diagramas y métricas. Puede interactuar con las visualizaciones haciendo clic en los diferentes elementos gráficos para revelar más información, valores, métricas y análisis.

Comportamiento esperado: cálculos de trama

La trama de previsión utiliza una fecha predeterminada para los cálculos si se utilizan cualquiera de los siguientes ajustes de configuración:

La frecuencia de campo de destino se establece en cada hora, diariamente (todos los días)o diariamente (sólo entre semana).
la frecuencia de campo de destino se establece en semanal, mensual, trimestralo anual y el período de inicio de la serie no está configurado.

La fecha predeterminada utilizada puede variar, haciendo que el cálculo parezca aleatorio.