Nivel: Avanzado
Función del puesto: Analista / Científico / Ingeniero
Jian Cao, ingeniero principal de sistemas, División JMP, SAS
Finalista al mejor artículo invitado
¿Cómo modelar y pronosticar las series temporales cuando se interrumpen debido a intervenciones (p. ej., cambios en los procesos)? Si cuenta con indicadores adelantados u otras variables exógenas, ¿cómo puede incorporarlas a sus modelos ARIMA para obtener mejores pronósticos?
En este artículo, intentaré desmitificar los modelos de funciones de transferencia en JMP con casos de uso clave: regresión con errores ARIMA, modelos de rezagos distribuidos y modelos de intervención. Demostraré las ventajas de usar las funciones de transferencia en comparación con la regresión de mínimos cuadrados ordinarios y ARIMA para construir mejores modelos de pronóstico.
