E. Vercher González, J. D. Bermúdez Edo, A. Corberán Vallet
En este trabajo desarrollamos un procedimiento de predicción, basado en los modelos de suavizado exponencial, para el análisis de series temporales de demanda no negativas con una proporción de valores nulos y una gran variabilidad entre los valores observados mayores que cero. Proponemos analizar los datos como si existiera una demanda latente irrestringida subyacente a la demanda observada; valores observados nulos se corresponderían con valores de la demanda latente menores o iguales a cero. Predicciones precisas para la demanda observada pueden ser derivadas a partir de las obtenidas para la demanda latente mediante suavizado exponencial. El análisis Bayesiano de los modelos de suavizado exponencial, formulados como modelos lineales, simplifica considerablemente el análisis de datos censurados. El funcionamiento del procedimiento propuesto es ilustrado mediante series reales de venta de libros.
Palabras clave: series temporales de demanda, demanda nula, predicción bayesiana, suavizado exponencial, datos censurados
Programado
XC1a Pósters (Estadística)
18 de abril de 2012 12:00
Salón Madrid
