Lección 2 del curso Pronósticos de Series de Tiempo con Suavizado Exponencial.
En la lección anterior vimos en detalle qué es el suavizado exponencial simple, el primer modelo de pronósticos con suavizado exponencial que asume Series de Tiempo sin tendencia ni estacionalidad.
Así que teniendo claros estos conceptos, en esta lección veremos cómo abordar de forma práctica un problema de pronósticos de Series de Tiempo usando el suavizado exponencial simple y la librería StatsForecast de Python. En este caso particular intentaremos pronosticar el nivel de exportaciones de un país del mundo con base en un registro histórico de 58 años:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Como acabamos de ver, la implementación y generación de pronósticos con un modelo de suavizado exponencial simple resulta muy sencilla con ayuda de la librería StatsForecast.
En esencia debemos crear la instancia del modelo y luego usar el método «forecast()», definiendo por ejemplo argumentos como el horizonte del pronóstico o el intervalo de predicción.
Además, vimos cómo usar la validación cruzada en Series de Tiempo para estimar el desempeño (RMSE) de este modelo.
Así que teniendo claro cómo usar este primer modelo para generar pronósticos sobre Series de Tiempo, en la segunda lección abordaremos el segundo modelo de esta familia. Entonces veremos qué es el suavizado exponencial con tendencia.
Todas las lecciones del curso Pronósticos de Series de Tiempo con Suavizado Exponencial