Peng Liu, PhD, JMP Desarrollador principal de estadística de investigación, SAS
Jian Cao, PhD, JMP Ingeniero principal de sistemas, SAS
Se ha desarrollado una nueva plataforma de pronóstico de series temporales para permitir a los usuarios crear modelos de pronóstico para múltiples series temporales de forma fácil y rápida. En comparación con los modelos de pronóstico de series temporales univariantes convencionales, esta nueva plataforma agiliza el proceso de creación de modelos con una mínima intervención del usuario y realiza pronósticos para cientos o miles de series temporales en una sola ejecución. Esto se logra empleando métodos de suavizado modernos y flexibles y un procedimiento de selección de modelos bien aceptado. La investigación ha demostrado que la precisión de pronóstico de este enfoque es convincente.
En este artículo analizaremos los detalles estadísticos detrás de la nueva plataforma de pronóstico y demostraremos ejemplos de la vida real para demostrar cómo la implementación logra eficiencia computacional.
