Pronóstico de series de tiempo

Pronóstico de series de tiempo

El pronóstico de las series de tiempo significa que extendemos los valores históricos al futuro, donde aún no hay mediciones disponibles. El pronóstico se realiza generalmente para optimizar áreas como los niveles de inventario, la capacidad de producción o los niveles de personal.

Existen dos variables estructurales principales que definen un pronóstico de serie de tiempo:

• El período, que representa el nivel de agregación. Los períodos más comunes son meses, semanas y días en la cadena de suministro (para la optimización del inventario). Los centros de atención telefónica utilizan períodos de cuartos de hora (para la optimización del personal).

• El horizonte, que representa la cantidad de períodos por adelantado que deben ser pronosticados. En la cadena de suministro, el horizonte es generalmente igual o mayor que el tiempo de entrega.

Luego, existen algunas sutilezas relacionadas con la definición del período mismo, principalmente debido a irregularidades del calendario. Por ejemplo, uno puede decidir que la agregación mensual comienza el día N de cada mes (en lugar del 1.º), pero si N es mayor que 28, causa problemas porque no todos los meses tienen más de 28 días.

La solución de Lokad: ofrecemos pronóstico de series de tiempo como un servicio. Existen diferentes métodos para el pronóstico de las series de tiempo; Lokad utiliza métodos puramente estadístico.

Con frecuencia se realizan observaciones de datos a través del tiempo. Cualquier variable que conste de datos reunidos, registrados u observados sobre incrementos sucesivos de tiempo se denomina serie de tiempo.

Una serie de tiempo es un conjunto de observaciones producidas en determinados momentos durante un periodo, semanal, mensual, trimestral o anual, generalmente a intervalos iguales.

Si bien el comportamiento de cualquier serie de tiempo puede observarse gráficamente, no en todos los casos es posible distinguir las particularidades que cada una puede contener. La experiencia basada en muchos ejemplos se series de tiempo, sin embargo, ha revelado que existen ciertos movimientos o variaciones características que pueden medirse y observarse por separado. Estos movimientos, llamados a menudo componentes, de una serie de tiempo y que se supone son causados por fenómenos distintos.

El primer paso para analizar una serie de tiempo es graficarla, esto permite: identificar la tendencia, la estacionalidad, las variaciones irregulares (componente aleatoria). Un modelo clásico para una serie de tiempo, puede ser expresada como suma o producto de tres componentes: tendencia, estacional y un término de error aleatorio.

Son innumerables las aplicaciones que se pueden citar, en distintas áreas del conocimiento, tales como, en economía, física, geofísica, química, electricidad, en demografía, en marketing, en telecomunicaciones,

...