Instrucciones en PDF - Elisa Schaeffer
Instrucciones en PDF - Elisa Schaeffer
Instrucciones en PDF - Elisa Schaeffer
- No tags were found...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
CAPÍTULO 5. PREPARACIÓN DE DOCUMENTOS (DE TEXTO) 87<br />
\<strong>en</strong>d{itemize}<br />
\<strong>en</strong>d{frame}<br />
\subsection{Trabajo previo}<br />
%---UNA DIAPOSITIVA MÁS---<br />
\begin{frame}{El método multiplicativo de Holt-Winters (MMHW)}<br />
Características del MMHW<br />
\begin{itemize}<br />
\item Captura por separado los efectos del nivel la t<strong>en</strong>d<strong>en</strong>cia y la<br />
estacionalidad y los integra <strong>en</strong> el pronóstico.<br />
\pause<br />
\item Da pesos expon<strong>en</strong>ciales mayores a las observaciones más reci<strong>en</strong>tes.<br />
\pause<br />
\item Es el método más popular para el pronóstico de este tipo de datos.<br />
\pause<br />
\item Cu<strong>en</strong>ta con bases estadísticas tan solidas como la de los modelos<br />
ARIMA.<br />
\<strong>en</strong>d{itemize}<br />
\<strong>en</strong>d{frame}<br />
\section{La contribución}<br />
\subsection{El MSNE}<br />
%---UNA MÁS---<br />
\begin{frame}{El MSNE}<br />
Bajo la suposición de que los<br />
datos ti<strong>en</strong><strong>en</strong> t<strong>en</strong>d<strong>en</strong>cia aditiva y estacionalidad multiplicativa,<br />
podemos aproximar su comportami<strong>en</strong>to con la sigui<strong>en</strong>te relación<br />
\pause<br />
\begin{equation}<br />
y_{t}=l+x_{t}bs_{t}+\varepsilon_{t}. \label{1}<br />
\<strong>en</strong>d{equation}%<br />
\pause<br />
Algunas difer<strong>en</strong>cias fundam<strong>en</strong>tales <strong>en</strong>tre el MSNE y el MMHW son:<br />
\pause<br />
\begin{itemize}<br />
\item El MMHW da pesos mayores a las observaciones más reci<strong>en</strong>tes, lo cual<br />
no hace el MSNE.<br />
\pause<br />
\item El MSNE usa m<strong>en</strong>os variables que el MMHW.<br />
\pause<br />
\item Al contrario del MMHW, el MSNE cu<strong>en</strong>ta con fórmulas cerradas para la<br />
estimación de sus parámetros.<br />
\pause<br />
\item Los parámetros del MSNE minimizan el error cuadrado medio de manera<br />
global.<br />
\<strong>en</strong>d{itemize}<br />
\<strong>en</strong>d{frame}<br />
\section*{Conclusiones} %El asterisco evita que las conclusiones aparescan <strong>en</strong><br />
%el cont<strong>en</strong>ido.<br />
%---\’{U}LTIMA DIAPOSITIVA---<br />
\begin{frame}{Conclusiones}<br />
\begin{itemize}<br />
\item En este trabajo ofrecimos un \alert{método simple} para el pronóstico<br />
de datos con t<strong>en</strong>d<strong>en</strong>cia aditiva y estacionalidad multiplicativa.<br />
\item La simplicidad de este modelo trae con sigo \alert{grandes v<strong>en</strong>tajas}.<br />
\item El MSNE ha superado al MMHW <strong>en</strong> \alert{algunos casos}.<br />
\<strong>en</strong>d{itemize}<br />
\vskip0pt plus.5fill % Para bajar 5 filas después de la primera<br />
\begin{itemize}<br />
\item<br />
Trabajos futuros<br />
\begin{itemize}<br />
\item Experim<strong>en</strong>tación.<br />
\item Desarrollo de una base estadística para el MSNE.<br />
\<strong>en</strong>d{itemize}<br />
\<strong>en</strong>d{itemize}