Una potencial consecuencia positiva de lo del coronavirus

Veo

y consulto en uno (de los más usados y famosos) de esos manuales españoles (ergo, hiperclásicos) de introducción a la modelización de series temporales y no veo capítulo con el que pueda tratarse razonablemente.

¡Tiempo de actualizarse (p.e., así)!

6 comentarios sobre “Una potencial consecuencia positiva de lo del coronavirus

  1. Daniel 5 octubre, 2020 11:45

    Análisis de Intervención

  2. Isidro Hidalgo 6 octubre, 2020 11:25

    Me ha pillado esta entrada revisando mis métodos de predicción, y he probado «prophet». A mí me hace unas predicciones sobre el paro registrado (no he probado más) que son una auténtica castaña: para tirar a la basura directamente. Desestacionaliza aparentemente bien, pero ignora la subida de paro producida por el COVID, considerando los datos desde abril como si fueran «outliers», por lo que sigue con la tendencia de bajada y estacionalidad que llevaba la serie antes de la pandemia. Un desastre épico, vamos. Cualquier método (LOESS, ARIMA, componentes no observables, espacio de estados…) reacciona a los cambios de tendencia rápidamente, la última versión de prophet NO. MUCHO CUIDADO. ¿Lo ha probado alguien más? Me extraña mucho este comportamiento, la verdad…

  3. Carlos J. Gil Bellosta 7 octubre, 2020 18:09

    Habrá que mirarlo porque, por lo que he leído, el ajuste busca explícitamente cambios de tendencia. Por eso (y antes de ver datos y probar) uno espera que sea un modelo que ajuste mejor datos donde se espera una ruptura de la tendencia que otros. Habrá que probar.

    De todos modos, prophet cubre un caso de uso bastante particular y, en particular, para datos diarios. Nunca lo he visto usado para datos mensuales. De nuevo, habrá que darle una buena vuelta.

  4. Isidro Hidalgo 8 octubre, 2020 7:40

    Es cierto que está pensado para frecuencias muy altas, pero como presume de ser muy automático… Lo he probado con 1.200 predicciones de series mensuales de paro y afiliación y en modo automático no va bien. Tiene la posibilidad de tunearlo, por ejemplo tocando la sensibilidad a outliers, pero no merece la pena: con RJDemetra tienes TramoSeats y x13Seats en R y funcionan perfectamente, tanto en velocidad como en precisión, aparte de que son los métodos recomendados por Eurostat (¡y están desarrollados por un español (valenciano)… para algo que hacemos bien!)

Comenta

Your email address will not be published.

Puedes usar estas etiquetas y atributos de HTML: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.