Prophet

Prophet es un procedimiento para pronosticar datos de series temporales basado en un modelo aditivo en el que las tendencias no lineales se ajustan a la estacionalidad anual, semanal y diaria, además de los efectos de las fiestas. Funciona mejor con series temporales que tienen fuertes efectos estacionales y con datos históricos de varias temporadas. Prophet es muy resistente a la falta de datos y a los cambios de tendencia, y normalmente maneja bien los valores atípicos.

El modelo Prophet fue desarrollado por Facebook (ahora Meta) en 2018. Se puede describir como un modelo de regresión no lineal que se puede escribir en el formulario

donde g (t) describe la tendencia lineal, s (t) describe varios patrones estacionales y h (t) incorpora los efectos de las vacaciones. El último término: tτtes el término de error que no describe el modelo.

La tendencia lineal se ve reforzada mediante la introducción puntos de cambio en puntos específicos de la serie, lo que permite que sea lineal por partes. Esto es útil para series en las que la tendencia se puede aproximar mediante varios segmentos lineales.

La parte estacional crea múltiples patrones estacionales con diferentes frecuencias, lo que permite capturar patrones, por ejemplo, en frecuencias trimestrales y mensuales, junto con un patrón estacional anual general.

Por último, los efectos de las vacaciones utilizan variables ficticias para modelar el efecto que diferentes días festivos pueden tener en los datos.

El ajuste del modelo a los datos y la selección del número de puntos de cambio, los patrones estacionales y los efectos de las vacaciones se realizan automáticamente dentro de un marco bayesiano.

Explore more models

Within this category

More categories