Titulo:

OPTIMIZACIÓN DE PARÁMETROS Y DE VALORES DE INICIO PARA EL MODELO DE HOLT BASADO EN SEÑALES DE RASTREO (PARAMETER AND INITIAL VALUES OPTIMIZATION FOR HOLT MODEL BASED ON TRACKING SIGNALS)
.

Sumario:

Los modelos de series de tiempo son técnicas cuantitativas con frecuencia utilizadas para realizar pronósticos de variables, dentro de los cuales se encuentran los modelos de suavización, en particular el de suavización con ajuste de tendencia, llamado también modelo de Holt, que requiere la definición de los parámetros a y b y conocidos como coeficientes de suavización y de los valores de inicio que son fundamentales para su actualización. En este artículo se propone una forma de obtener estos valores mediante la optimización del rango de la señal de rastreo (TSR) que permitan lograr un modelo más confiable desde el punto de vista de la exactitud de los resultados y de su desempeño histórico. Se realizan algunas comparaciones con modelos p... Ver más

Guardado en:

1794-1237

2463-0950

7

2013-11-07

115

124

Revista EIA - 2013

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

info:eu-repo/semantics/openAccess

http://purl.org/coar/access_right/c_abf2

id metarevistapublica_eia_revistaeia_10_article_423
record_format ojs
spelling OPTIMIZACIÓN DE PARÁMETROS Y DE VALORES DE INICIO PARA EL MODELO DE HOLT BASADO EN SEÑALES DE RASTREO (PARAMETER AND INITIAL VALUES OPTIMIZATION FOR HOLT MODEL BASED ON TRACKING SIGNALS)
OPTIMIZACIÓN DE PARÁMETROS Y DE VALORES DE INICIO PARA EL MODELO DE HOLT BASADO EN SEÑALES DE RASTREO (PARAMETER AND INITIAL VALUES OPTIMIZATION FOR HOLT MODEL BASED ON TRACKING SIGNALS)
Los modelos de series de tiempo son técnicas cuantitativas con frecuencia utilizadas para realizar pronósticos de variables, dentro de los cuales se encuentran los modelos de suavización, en particular el de suavización con ajuste de tendencia, llamado también modelo de Holt, que requiere la definición de los parámetros a y b y conocidos como coeficientes de suavización y de los valores de inicio que son fundamentales para su actualización. En este artículo se propone una forma de obtener estos valores mediante la optimización del rango de la señal de rastreo (TSR) que permitan lograr un modelo más confiable desde el punto de vista de la exactitud de los resultados y de su desempeño histórico. Se realizan algunas comparaciones con modelos propuestos que utilizan la desviación absoluta media (MAD) y el error cuadrado medio (MSE) las cuales son las medidas tradicionalmente utilizadas para determinar el grado de exactitud de un modelo, lográndose obtener un comportamiento mejor de modelo.Abstract: Time series models are quantitative techniques commonly used to forecast the behavior of variables. These models include the exponential smoothing with trend or Holt model that requires the definition of the smoothing constants a and b and the initialization values, both required for the model upgrade. This paper proposes a different way to obtain the parameter values and initial conditions of the Holts model, optimizing the tracking signal range (TSR), in order to achieve a more robust model from the viewpoint of accuracy of the results and historical performance. Some comparisons between the proposed approach and the traditional methods based on the mean absolute deviation (MAD) and the mean square error (MSE) are provided. These are the measures traditionally used to determine the degree of accuracy of a model, and a better model performance is obtained.
Alberto Castro, Carlos
Uribe, Diana Cecilia
pronósticos
series de tiempo
suavización exponencial de Holt
medidas de desempeño. Keywords
forecasting
time series
Holts exponential smoothing
performance measures.
7
14
Artículo de revista
Journal article
2013-11-07 00:00:00
2013-11-07 00:00:00
2013-11-07
application/pdf
Fondo Editorial EIA - Universidad EIA
Revista EIA
1794-1237
2463-0950
https://revistas.eia.edu.co/index.php/reveia/article/view/423
https://revistas.eia.edu.co/index.php/reveia/article/view/423
spa
https://creativecommons.org/licenses/by-nc-nd/4.0
Revista EIA - 2013
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
115
124
https://revistas.eia.edu.co/index.php/reveia/article/download/423/416
info:eu-repo/semantics/article
http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_2df8fbb1
http://purl.org/redcol/resource_type/ART
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/version/c_970fb48d4fbd8a85
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
Text
Publication
institution UNIVERSIDAD EIA
thumbnail https://nuevo.metarevistas.org/UNIVERSIDADEIA/logo.png
country_str Colombia
collection Revista EIA
title OPTIMIZACIÓN DE PARÁMETROS Y DE VALORES DE INICIO PARA EL MODELO DE HOLT BASADO EN SEÑALES DE RASTREO (PARAMETER AND INITIAL VALUES OPTIMIZATION FOR HOLT MODEL BASED ON TRACKING SIGNALS)
spellingShingle OPTIMIZACIÓN DE PARÁMETROS Y DE VALORES DE INICIO PARA EL MODELO DE HOLT BASADO EN SEÑALES DE RASTREO (PARAMETER AND INITIAL VALUES OPTIMIZATION FOR HOLT MODEL BASED ON TRACKING SIGNALS)
Alberto Castro, Carlos
Uribe, Diana Cecilia
pronósticos
series de tiempo
suavización exponencial de Holt
medidas de desempeño. Keywords
forecasting
time series
Holts exponential smoothing
performance measures.
title_short OPTIMIZACIÓN DE PARÁMETROS Y DE VALORES DE INICIO PARA EL MODELO DE HOLT BASADO EN SEÑALES DE RASTREO (PARAMETER AND INITIAL VALUES OPTIMIZATION FOR HOLT MODEL BASED ON TRACKING SIGNALS)
title_full OPTIMIZACIÓN DE PARÁMETROS Y DE VALORES DE INICIO PARA EL MODELO DE HOLT BASADO EN SEÑALES DE RASTREO (PARAMETER AND INITIAL VALUES OPTIMIZATION FOR HOLT MODEL BASED ON TRACKING SIGNALS)
title_fullStr OPTIMIZACIÓN DE PARÁMETROS Y DE VALORES DE INICIO PARA EL MODELO DE HOLT BASADO EN SEÑALES DE RASTREO (PARAMETER AND INITIAL VALUES OPTIMIZATION FOR HOLT MODEL BASED ON TRACKING SIGNALS)
title_full_unstemmed OPTIMIZACIÓN DE PARÁMETROS Y DE VALORES DE INICIO PARA EL MODELO DE HOLT BASADO EN SEÑALES DE RASTREO (PARAMETER AND INITIAL VALUES OPTIMIZATION FOR HOLT MODEL BASED ON TRACKING SIGNALS)
title_sort optimización de parámetros y de valores de inicio para el modelo de holt basado en señales de rastreo (parameter and initial values optimization for holt model based on tracking signals)
title_eng OPTIMIZACIÓN DE PARÁMETROS Y DE VALORES DE INICIO PARA EL MODELO DE HOLT BASADO EN SEÑALES DE RASTREO (PARAMETER AND INITIAL VALUES OPTIMIZATION FOR HOLT MODEL BASED ON TRACKING SIGNALS)
description Los modelos de series de tiempo son técnicas cuantitativas con frecuencia utilizadas para realizar pronósticos de variables, dentro de los cuales se encuentran los modelos de suavización, en particular el de suavización con ajuste de tendencia, llamado también modelo de Holt, que requiere la definición de los parámetros a y b y conocidos como coeficientes de suavización y de los valores de inicio que son fundamentales para su actualización. En este artículo se propone una forma de obtener estos valores mediante la optimización del rango de la señal de rastreo (TSR) que permitan lograr un modelo más confiable desde el punto de vista de la exactitud de los resultados y de su desempeño histórico. Se realizan algunas comparaciones con modelos propuestos que utilizan la desviación absoluta media (MAD) y el error cuadrado medio (MSE) las cuales son las medidas tradicionalmente utilizadas para determinar el grado de exactitud de un modelo, lográndose obtener un comportamiento mejor de modelo.Abstract: Time series models are quantitative techniques commonly used to forecast the behavior of variables. These models include the exponential smoothing with trend or Holt model that requires the definition of the smoothing constants a and b and the initialization values, both required for the model upgrade. This paper proposes a different way to obtain the parameter values and initial conditions of the Holts model, optimizing the tracking signal range (TSR), in order to achieve a more robust model from the viewpoint of accuracy of the results and historical performance. Some comparisons between the proposed approach and the traditional methods based on the mean absolute deviation (MAD) and the mean square error (MSE) are provided. These are the measures traditionally used to determine the degree of accuracy of a model, and a better model performance is obtained.
author Alberto Castro, Carlos
Uribe, Diana Cecilia
author_facet Alberto Castro, Carlos
Uribe, Diana Cecilia
topicspa_str_mv pronósticos
series de tiempo
suavización exponencial de Holt
medidas de desempeño. Keywords
forecasting
time series
Holts exponential smoothing
performance measures.
topic pronósticos
series de tiempo
suavización exponencial de Holt
medidas de desempeño. Keywords
forecasting
time series
Holts exponential smoothing
performance measures.
topic_facet pronósticos
series de tiempo
suavización exponencial de Holt
medidas de desempeño. Keywords
forecasting
time series
Holts exponential smoothing
performance measures.
citationvolume 7
citationissue 14
publisher Fondo Editorial EIA - Universidad EIA
ispartofjournal Revista EIA
source https://revistas.eia.edu.co/index.php/reveia/article/view/423
language spa
format Article
rights https://creativecommons.org/licenses/by-nc-nd/4.0
Revista EIA - 2013
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
type_driver info:eu-repo/semantics/article
type_coar http://purl.org/coar/resource_type/c_6501
type_version info:eu-repo/semantics/publishedVersion
type_coarversion http://purl.org/coar/version/c_970fb48d4fbd8a85
type_content Text
publishDate 2013-11-07
date_accessioned 2013-11-07 00:00:00
date_available 2013-11-07 00:00:00
url https://revistas.eia.edu.co/index.php/reveia/article/view/423
url_doi https://revistas.eia.edu.co/index.php/reveia/article/view/423
issn 1794-1237
eissn 2463-0950
citationstartpage 115
citationendpage 124
url2_str_mv https://revistas.eia.edu.co/index.php/reveia/article/download/423/416
_version_ 1811200487232372736