Herramienta ETS
Ejemplo de cada herramienta
ETS tiene un ejemplo de uso. Consulta Flujos de trabajo de muestra para aprender cómo acceder a este y muchos otros ejemplos directamente en Alteryx Designer.
Usa la herramienta ETS para estimar un modelo de previsiones de series de tiempo univariable utilizando un método de suavizado exponencial. El suavizado exponencial es un enfoque de previsión comúnmente utilizado que se basa en un promedio ponderado de observaciones pasadas, con los pesos disminuyendo en tamaño para valores pasados más distantes (se dice que los pesos siguen una función de decaimiento exponencial).
La herramienta puede tener en cuenta tres componentes de series de tiempo: nivel, tendencia y estacionalidad. Puede utilizar métodos totalmente automatizados para modelar los tres componentes de la “mejor manera” basado en criterios estadísticos, o puede especificar los métodos subyacentes utilizados. Puedes encontrar una excelente discusión de los métodos utilizados en el Capítulo 7 del libro en línea de Hyndman y Athanasopoulos Forecasting: Principals and Practice.
Nota
Esta herramienta utiliza la herramienta R. Ve a Opciones > Descargar herramientas predictivas e inicia sesión en el portal Descargas y licencias de Alteryx para instalar R y los paquetes utilizados por la herramienta R. Visita Descargar y usar herramientas predictivas.
Usa la pestaña Parámetros obligatorios a fin de establecer los controles obligatorios para el modelo de previsión de suavizado exponencial.
Nombre del modelo: cada modelo debe tener un nombre para su posterior identificación. Los nombres del modelo deben comenzar con una letra y pueden contener letras, números y los caracteres especiales de punto (“.”) y guion bajo (“_”). No se permite el uso de otros caracteres especiales. Además, R distingue entre mayúsculas y minúsculas.
Selecciona el campo objetivo: selecciona el campo del flujo de datos que quieres predecir. Las mediciones para este campo deben realizarse a intervalos regulares de tiempo (por ejemplo, diarios, mensuales, trimestrales, etc.).
Frecuencia del campo objetivo: elige el intervalo de tiempo para las observaciones del campo objetivo.
Usa la pestaña Tipo de modelo para establecer controles opcionales que afecten la forma en que el modelo maneja el tiempo y las tendencias.
Tipo de error: esta opción controla cómo se modela el efecto de los períodos anteriores más cercanos. Las opciones son Automático (por defecto), Aditivo y Multiplicativo. Si se utiliza Automático, se estiman las especificaciones aditivas y multiplicativas y se utiliza un criterio de información estadística para seleccionar entre los modelos. El parámetro estimado que da el peso relativo entre los valores pasados más recientes y más distantes en la salida es alfa.
Tipo de tendencia: esto controla cómo se modela el efecto de la tendencia. Las opciones son Automático (por defecto), Aditivo, Multiplicativo y Ninguno. Si se utiliza Automático, se consideran las especificaciones aditivas y multiplicativas, junto con los modelos sin corrección de tendencia, y se utiliza un criterio de información estadística para seleccionar entre los modelos. El parámetro estimado que da el peso relativo entre los valores de tendencia más recientes y más distantes en la salida es beta.
Estabilización de tendencias: esta opción controla la medida en que se reduce (estabiliza) la repercusión de los efectos de las tendencias recientes. Las opciones son Automático (por defecto), Sí y No. La opción Automático considera modelos con y sin estabilización, y selecciona el mejor basado en un criterio de información estadística. El parámetro phi estimado en la salida (solo para los casos en los que se incluye la estabilización de tendencias en el mejor modelo) indica en qué medida se ha estabilizado la tendencia prevista.
Tipo estacional: controla cómo se modelan los efectos estacionales. Las opciones son Automático (por defecto), Aditivo, Multiplicativo y Ninguno.
Usa la pestaña Otras opciones a fin de establecer los controles opcionales para criterios, transformaciones y períodos.
Criterios de información para la selección del modelo: criterios utilizados para comparar diferentes modelos y seleccionar el mejor. Las opciones que se ofrecen son Automático (por defecto), el Criterio de información de Akaike (AIC), el Criterio de información de Akaike corregido (AICc) o los Criterios de información bayesianos (BIC). Si se selecciona la opción Automático, se utiliza el AICc si hay 48 o menos observaciones del objetivo, de lo contrario, se utiliza el AIC.
Utilizar una transformación de Box-Cox: si se selecciona esta opción, el usuario puede proporcionar un valor de lambda (entre 0 y 1) para realizar una transformación Box-Cox del campo objetivo. Si se selecciona esta opción, no se tienen en cuenta las especificaciones multiplicativas de los tres componentes de series temporales.
Período inicial de la serie (opcional): esta opción permite al usuario especificar el período inicial de la serie temporal, que se reflejará en los gráficos de descomposición y previsión. Si la frecuencia de campo objetivo se establece en Por hora, A diario (todos los días), o A diario (solo días de semana), esta opción no está disponible.
La cantidad de períodos que se debe incluir en el gráfico de pronósticos: esta opción genera un gráfico que contiene los datos originales y una serie de puntos futuros previstos (junto con intervalos de confianza del 80 % y del 95 % alrededor de los puntos previstos). Puedes especificar el número de períodos que se deben prever en el futuro para el grafico.
Seleccionar formato de semana: esto te permite elegir un método para especificar las semanas de trabajo. Estas opciones se relacionan con lo que constituye la primera semana del año, y en qué día de la semana comienza una semana.
US: el domingo es el primer día de la semana.
Reino Unido: el lunes es el primer día de la semana.
ISO8601: el lunes es el primer día de la semana.
Utiliza la pestaña Opciones de gráficos a fin de configurar los controles opcionales para la salida.
Tamaño del gráfico: selecciona pulgadas o centímetros para el tamaño del gráfico.
Resolución del gráfico: selecciona la resolución del gráfico en puntos por pulgada: 1x (96 dpi), 2x (192 dpi) o 3x (288 dpi).
La resolución más baja crea un archivo más pequeño y es mejor para ver en un monitor.
Una resolución más alta crea un archivo más grande con una mejor calidad para imprimir.
Tamaño de fuente base (puntos): selecciona el tamaño de la fuente del gráfico.
Conecta una herramienta Examinar a cada ancla de salida para ver los resultados.
Ancla O: consiste en un flujo de salida que contiene el objeto de modelo ETS que se puede utilizar tanto para previsiones puntuales como para un intervalo de confianza de percentil especificado por el usuario que rodea esas previsiones.
Ancla R: consiste en los fragmentos de informe generados por la herramienta ETS (un resumen estadístico, diagramas diagnósticos de autocorrelación y diagramas de previsión).
Ancla I: un panel de control HTML interactivo con diagramas y métricas. Selecciona diferentes elementos gráficos para interactuar con las visualizaciones para revelar más información, valores, métricas y análisis.
Comportamiento esperado: cálculos de diagramas
El diagrama de previsión utiliza una fecha predeterminada para los cálculos si se utiliza alguna de estas opciones de configuración:
La Frecuencia del campo objetivo se establece en Por hora, A diario (todos los días) o A diario (solo días de semana).
La Frecuencia del campo objetivo se establece en Semanal, Mensual, Trimestral o Anual y el Período de inicio de la serie no se establece.
La fecha predeterminada utilizada puede variar, lo que hace que el cálculo parezca aleatorio.