Documentos de Académico
Documentos de Profesional
Documentos de Cultura
“Es una fórmula estadística que se utiliza para comparar las varianzas entre
las medias (o el promedio) de diferentes grupos. Una variedad de contextos lo
utilizan para determinar si existe alguna diferencia entre las medias de los
diferentes grupos.” (TIBCO, s.f.)
Con este método se puede calcular dos tipos de sumas, las cuales son
conocidas como simas tipo I y suma tipo III.
“En esta se consignan las sumas de cuadrados extra: miden el aporte que
cada variable hace condicionada a las variables que ingresaron al modelo
previamente.” (Valencia, Ramírez, Tabares, & Velásquez, 2014)
entrada.
criterio de entrada.
incluidas o eliminadas.
Gráficos.
Residuales vs valores ajustados: Debe haber uniformidad alrededor del
residual 0, sin patrones de conos o trayectorias que indiquen
heterocedasticidad (no homogeneidad de la varianza).
Cuantiles cuantiles normales (QQ-norm): Se estiman los residuales
teóricos bajo la distribución normal, y se grafican contra los reales
estandarizados. Los puntos graficados deben caer en una línea casi
recta, además, deben caer en un intervalo entre las bandas de -2 a 2, de
esta manera no existirían puntos aislados que alteren la normalidad
fuera de estas bandas
Un modelo se ajusta bien a los datos si las diferencias entre los valores
observados y los valores de predicción del modelo son pequeñas y no presentan
sesgo. Antes de examinar las medidas estadísticas de bondad
de ajuste, se recomienda revisar las gráficas de residuos.
Tiempo
Dia
Tendencia senoidal
Tres rezagos
Este modelo es apropiado para series en las que hay una tendencia lineal y
sin estacionalidad. Sus parámetros de suavizado son el nivel y la tendencia, que
no están limitados por los valores del otro. El modelo de Holt es más general que
el modelo de Brown, pero puede tardar más en computar para grandes series. El
suavizado exponencial de Holt es más parecido a un modelo ARIMA con cero
órdenes de autoregresión, dos órdenes de diferenciación, y dos órdenes de media
móvil.
Se encontró una desviación muy similar de los ajustes versus los valores
pronosticados.
2.9 Modelos ARIMA y SARIMA
Valencia, M., Ramírez, S., Tabares, J., & Velásquez, C. (2014). MÉTODOS DE
PRONÓSTICOS - CLÁSICOS Y BAYESIANOS CON APLICACIONES.