Análisis no paramétrico y proyección de series de precios de tableros de madera en el mercado nacional, Chile
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este artículo revisa las opciones metodológicas disponibles en herramientas automatizadas en R para la selección de modelos no paramétricos y la realización de proyecciones. Para ello se han utilizado como ejemplo cuatro series mensuales de precios de tableros de madera para el mercado nacional, y ARIMA y métodos de suavizamiento exponencial para el modelamiento de los datos. Los paquetes y funciones disponibles en R son más que suficientes para la selección de modelos y la realización de proyecciones, con un amplio conjunto de opciones para el usuario. Sin embargo, para usar estas herramientas se requiere un nivel de usuario intermedio en series de tiempo y R, a fin de permitir una buena interpretación de los resultados, entender las particularidades de las funciones y crear instrucciones sencillas en el software.
Referencias
Enders, W. (2015). Applied Econometric Time Series (Fourth Edition). US: Wiley.
Hyndman, R. J. (2014). Forecasting: Principles & Practice. University of Western Australia.
Hyndman, R. J. and Billah, B. (2003). Unmasking the Theta Method. International Journal of Forecasting, vol. 19. Pp: 287-290. https://doi.org/10.1016/S0169-2070(01)00143-1
Hyndman, R. J. and Koehler, A. B. (2006). Another Look at Measures of Forecast Accuracy. International Journal of Forecasting, vol. 22. Pp: 679-688. https://doi.org/10.1016/j.ijforecast.2006.03.001
Hyndman, R. J. and Khandakar, Y. (2008). Automatic Time Series Forecasting: The Forecast Package for R. Journal of Statistical Software, vol. 27 (3): 1-22. https://doi.org/10.18637/jss.v027.i03
Hyndman, R. J., Akram, M. and Archibald, B. C. (2008). The Admissible Parameter Space for Exponential Smoothing Models. Annals of the Institute of Statistical Mathematics. Pp: 407-426. https://doi.org/10.1007/s10463-006-0109-x
Hyndman, R. J., Koehler, A. B., Snyder, R. D. and Grose, S. (2002). A State Space Framework for Automatic Forecasting Using Exponential Smoothing Methods. International Jounal of Forecasting, vol 18. Pp: 439-454. https://doi.org/10.1016/S0169-2070(01)00110-8
Koning, A. J., Franses, P. H., Hibon, M. and Stekler, H. O. (2005). The M3 Competition: Statistical Test of the Results. International Journal of Forecasting, vol. 21. Pp: 397-409. https://doi.org/10.1016/j.ijforecast.2004.10.003
Küsters, U., McCullough, B. and Bell, M. (2006). Forecasting Software: Past, Present and Future. International Journal of Forecasting, vol. 22. Pp: 599-615. https://doi.org/10.1016/j.ijforecast.2006.03.004
Kwiatkowski, D., Phillips, P. C., Schmidt, P. and Shin, Y. (1992). Testing the Null Hypothesis of Stationarity Against the Alternative of a Unit Root. Journal of Econometrics, vol. 54. Pp: 159-178. https://doi.org/10.1016/0304-4076(92)90104-Y
Montgomery, D. C., Jennings, C. L. and Kulahci, M. (2015). Introduction to Time Series Analysis and Forecasting (Second Edition). US: Wiley.
Phillips, P. C. and Perron, P. (1988). Testing for a Unit Root in Time Series Regression. Biometrika, vol. 75(2): 335-346. https://doi.org/10.1093/biomet/75.2.335
Poler, R. and Mula, J. (2011). Forecasting Model Selection Through Out-of-sample Rolling Horizon Weighted Errors. Expert Systems with Applications, vol 38. Pp: 14.778-14.785. https://doi.org/10.1016/j.eswa.2011.05.072
Taylor, J. W. (2003). Exponential Smoothing with a Damped Multiplicative Trend. International Journal of Forecasting, vol. 19. Pp: 715-725. https://doi.org/10.1016/S0169-2070(03)00003-7
Zivot, E. and Andrews, D. W. (1992). Further Evidence on the Great Crash, the Oil-price shock, and the Unit-root Hypothesis. Journal of Business & Economic Statistics, vol. 10 (3): 251-270. https://doi.org/10.1080/07350015.1992.10509904
Descargas
Los trabajos publicados en Ciencia & Investigación Forestal se rigen por la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0).
En lo esencial esta licencia involucra que los autores conservan sus derechos de autor, y que los lectores puedan de forma gratuita descargar, almacenar, copiar y distribuir la versión final aprobada y publicada del trabajo, siempre y cuando se realice sin fines comerciales y se cite la fuente y autoría de la obra.