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

XC1a Pósters (Estadística)
18 de abril de 2012  12:00
Salón Madrid

E. Almaraz Luengo, E. Almaraz Luengo, M. Luengo y Dos Santos

M. P. Alonso Logroño, A. Beamonte San Agustín, P. Gargallo Valero, M. Salvador Figueras

M. J. Bárcena Ruiz, P. Menéndez, M. B. Palacios Navarro, F. Tusell Palmer

F. Calle Alonso, C. J. Pérez Sánchez, J. P. Arias Nicolás, J. Martín Jiménez

F. Campuzano Bolarín, A. Guillamón Frutos, M. C. Ruiz Abellón

J. A. Cano Sánchez, C. Carazo Díaz, D. Salmerón Martínez

M. Comas-Cufí, G. Mateu-Figueras, S. Thió-Henestrosa

J. A. Cristóbal Cristóbal, P. Olave Rubio, J. T. Alcalá Nalvaiz

M. Cubedo Culleré, A. Miñarro Alonso, J. M. Oller Sala

E. Delgado Márquez, M. D. Ruiz Medina, J. López Fidalgo

G. Fernández Barberis y Mª C. Escribano Ródenas

M. M. Fernández, R. Martín Martín, L. J. Rodríguez-Aragón

I. García Garrido, J. Linares Pérez, C. R. Caballero Águila

M. J. García-Ligero Ramírez, A. Hemoso-Carazo, J. Linares-Pérez

J. A. García Ramos, A. Berihuete, A. Jimenez Jimenez, F. Álvarez González

A. E. García Sipols, A. M. Alonso Fernandez, S. Quintas

P. García Soidán, R. Menezes, Ó. Rubiños López

M. Gámiz Pérez, N. Limnios

I. Irigoien Garbizu, E. Jauregi Iztueta, B. Sierra Araujo, E. Lazkano Ortega, C. Arenas Sola

A. J. López Montoya, M. L. Gámiz Pérez, M. D. Martínez Miranda

E. D. Lozano Aguilera, M. D. Estudillo Martínez, S. Castillo Gutiérrez

R. Madero Jarabo, E. Pérez Fernández, J. Diez Sebastian

A. E. Madrid García, J. M. Angulo Ibáñez

M. D. Martínez Miranda, J. P. Nielsen, R. Verrall, M. Wüethrich

A. Miñarro Alonso, M. Calvo Llorca, E. Rodriguez Formisano, A. Carnicer González, J. Cuadros Margarit

R. Montes Diez, A. Quirós

L. Naranjo, C. J. Pérez Sánchez, J. Martín Jiménez

J. Navarro Moreno, R. M. Fernández Alcalá, J. C. Ruiz Molina

S. Naya Fernández, R. Cao Abad, M. Francisco Fernández, J. Tarrío Saavedra

I. Oña Casado, A. V. García Luengo

I. M. Ortiz Rodríguez, C. Rodríguez Torreblanca, I. Martínez López

E. Pérez Fernández, R. Madero Jarabo, J. Díez Sebastián

F. Pérez Valencia, V. Molina Moreno, Y. Román Montoya, A. M. Lara Porras

C. D. Ramos González, M. Á. Sordo Díaz

J. Revuelta Menéndez, C. Ximénez Gómez

J. M. Rodríguez Díaz, M. T. Santos Martín, C. Tommasi

M. C. Ruiz Abellón, A. Guillamón Frutos, J. S. Cánovas Peña

J. F. San Juan Díaz, D. Ortigosa Martínez, L. M. López Ochoa, M. Lara Coira

J. F. San Juan Díaz, M. San Martín Pérez, I. Pérez Barrón

J. M. Sarabia Alegría, F. J. Girón, C. Trueba

F. Soler Flores, A. Camarero Orive, N. González Cancelas, E. Domínguez Guijarro

J. Tarrío Saavedra, S. Naya Fernández, M. Francisco Fernandez, J. López-Beceiro, T. Sebio Puñal, R. Artiaga

M. L. Vicente Hernanz, R. Cintas del Río, J. L. Brita-Paja Segoviano

M. Vives-Mestres, J. Daunis-i-Estadella, J. A. Martín Fernández

Y. Zhao, M. Wiper, C. Ausin