Cómo encontrar la serie temporal con Forecasting Model de Holt- Winter

Series temporales son modelos estadísticos que muestran datos y predecir los valores futuros durante un período de tiempo. Investigadores crean modelos de series de tiempo para muchos fenómenos , incluyendo los fenómenos con los cambios estacionales claros , tales como el clima, beneficios de la empresa y los actos de violencia. Un método para la creación de una serie de tiempo es el procedimiento de predicción de Holt - Winter , que basa su modelo de series de tiempo libre de un modelo de paseo aleatorio . Por lo tanto, se puede utilizar este procedimiento para crear un modelo de series de tiempo , a través de la creación de un modelo de paseo aleatorio que reproduce el fenómeno de interés . Instrucciones Matemáticas 1

encontrar la media para el paseo aleatorio . Utilizar los datos anteriores del fenómeno que se investiga . Calcula o encontrar el valor promedio para el primer año que desea modelar . Si va solo para modelar los valores futuros , utilice el valor promedio para el año más reciente.
2

Elija la tendencia para el paseo aleatorio . Decidir sobre la magnitud de la deriva del camino aleatorio que mueve los valores en una dirección determinada en el tiempo. Si usted cree , o si los datos del pasado indica que el valor va a subir, elija un parámetro tendencia que es positivo. Es posible estimar la magnitud de la tendencia de mirar el cambio promedio por unidad de tiempo en los datos anteriores.
3

Establecer los factores estacionales. Usted debe decidir en cuatro factores estacionales - uno para cada temporada. Estos factores estacionales representan la variación promedio en el valor por unidad de tiempo durante las estaciones para las que están asociados . Una vez más , puede utilizar los datos del pasado para estimar estos factores.
4

Ejecute el modelo de paseo aleatorio . Utilice el software estadístico para realizar un paseo aleatorio con los factores antes mencionados . En esencia , es necesario establecer un camino aleatorio que comienza a partir del valor medio y se mueve tendencia * componente aleatorio + factor estacional * componente aleatorio cada paso. Cree un modelo que afirma Z ( n) = Z ( n- 1 ) + t * s * e0 + e1, en ​​donde Z ( n) es el valor en el tiempo "n ", "t" es el término tendencia ", e0 " es el primer componente aleatorio ( elegido al azar por el software estadístico) , " s " es el componente estacional y " e1 " es el segundo componente aleatorio (escogidos al azar independientemente del e0 ) . Ejecute el modelo para todo el tiempo que se ejecutará la serie de tiempo .