Selección y combinación automática de modelos de predicción

C. García Aroca, M. A. Martínez Mayoral, J. Morales Socuellamos, J. V. Segura Heras

Numerosos estudios demuestran que la combinación de predicciones mejora la precisión con respecto a los métodos de predicción individuales. Proponemos un sistema automático para combinar predicciones obtenidas a partir de un conjunto de métodos disponibles en R. La decisión afecta a la selección de pesos y al número de métodos a combinar. Se compara nuestra propuesta con otros métodos basados en la combinación de predicciones también disponibles en R. La precisión de los resultados se mide en términos de cuatro funciones de pérdida
Se realiza un análisis de componentes principales para obtener una medida de error combinada que contenga la mayor parte de la variabilidad de las medidas de error consideradas.
Utilizamos, como ejemplo, varias series temporales univariantes de distinta naturaleza que proceden de áreas significativas desde el punto de vista económico, debido a su impacto en la producción, el empleo y el medio ambiente.

Palabras clave: Predicción, Combinación de predicciones, Función de pérdida, Componentes Principales

Series Temporales
8 de noviembre de 2023  10:10
HC2: Sala Canónigos 2

A. Domínguez, A. Mateos Caballero, A. Jiménez Martín

J. A. Martin Segura, C. Pérez López

P. Galeano San Miguel, D. Peña Sánchez de Rivera