Modelo Dinámico Bayesiano y Modelos Estadísticos Predictivos // Bayesian Dynamic Model and Predictive Statistical Models // Modelo Dinâmico Bayesiano e Modelos Estatísticos Preditivos

Antonio Boada


DOI: http://dx.doi.org/10.15665/rde.v15i1.547

Resumen


Mediante este artículo, se expone una aplicación práctica, comprobada a través de datos reales, de cómo el Modelo Lineal Dinámico Bayesiano de Orden 1, puede ser aplicado directamente sobre los residuos aleatorios provenientes de un Modelo Clásico de Regresión Múltiple Estático, generando así un complemento interesante para los modelos estadísticos predictivos. Este componente bayesiano, genera un factor que se retro alimenta de los residuos (diferencia entre las predicciones y los valores históricos reales), ajustándose según la información histórica más reciente, todo ellos de forma automatizada y sin necesidad de ajustar continuamente los coeficientes de Regresión Múltiple, lo que genera un incremento en la robustez y estabilidad de dichos modelos para herramientas automatizadas de predicción en empresas. Este artículo establece un caso de cómo la estadística bayesiana puede ser un excelente complemento para las técnicas de las estadística clásica frecuentista.


Palabras clave


Modelo Bayesiano; Análisis de Residuos; Bayesiana vs Frecuentista; Predecir con Estadística Bayesiana

Texto completo:

PDF

Referencias


• BOADA, Antonio (2013). Modelo estadístico de regresión múltiple, columna vertebral para predecir en empresas multinacionales con estilo de venta por catálogo. REVISTA LASALLISTA. 2013. Indexada en el Publindex. Latindex. Scielo. Artículo Invitado. Vol. 10(1), pp. 112 - 127. Observaciones: ISSN 1794-4449.

• BOADA, Antonio (2012). Diseño de un modelo de predicción de demanda, ajustado a empresas de estilo de venta directa. Publicación en Memorias Arbitradas en VIII Congreso de Investigación y Creación Intelectual de la UNIMET

• BOADA, Antonio (2011). Planificación de Demanda, en Empresas con Estilo de Venta por Catálogo. REVISTA LASALLISTA. 2011. Indexada en el Publindex. Latindex. Scielo. Artículo Invitado. Vol. 8(2), pp. 124 - 135. Observaciones: ISSN 1794-4449

• BOADA, Antonio (2002). Utilización del Modelo Lineal Dinámico Bayesiano de orden 1 como complemento de los residuos para modelos predictivos. Publicación en las Memorias del XI Congreso Latino-Iberoamericano de Investigación de Operaciones y Sistemas CLAIO’2002., Ciudad de Concepción, Chile.

• BOADA, Antonio (2000). Estimar la demanda de productos de línea regular en empresas con estilo de venta directa, bajo variables de mercadotecnia. Publicación en las Memorias del X Congreso Latino-Iberoamericano de Investigación de Operaciones y Sistemas. México. 2000.

• CASADO, Rodolfo & Francisco Montalvo (1998). Diseño de un Modelo Estadístico Predictivo, para las ventas, en unidades, de las diferentes líneas de labiales en barras de Avon Cosmetics de Venezuela C.A. (Trabajo de Grado). Caracas, Universidad Metropolitana. Escuela de Ciencias Administrativas.

• CHAMBERS, John M. & Trevor J. Hastie (1992). Statistical Models in S. wadsworth & Brooks/Cole Computer Science Series.

• CHASE, Richard; Jacobs, Robert; Aquilano, Nicholas (2005). Administración de la Producción y Operaciones para una Ventaja Competitiva. Mc Graw Hill. Décima Edición.

• DIEBOLD (1998). Elements of Forecasting. South Western College Publishing.

• MALHOTRA, Narres K (1997). Marketing Research: An Applied Orientation. Prentice Hall. Geogia Institute of technology. 2da Ed.

• PERICCHI, Luis Raúl (2002). Análisis de Decisión, Inferencia y Predicción Estadística Bayesiana. Universidad “Simón Bolívar”. Edición corregida.

• TATSUOKA, Maurice M. (1991). Multivariate Analysis: Techniques for Educational and Psychological Research. University of Illinois.

• WEBSTER, Allen L. (2000). Applied Statidtics for Business and Economics. 3° Edition. The McGraw – Hill Companies, Inc.

• WEST, Mike & Jeff Harrison (1989). Bayesian Forecasting and Dynamic Models. Springer – Verlag.


Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2017 Antonio Boada

Licencia Creative Commons
Este trabajo esta licenciado bajo una Licencia Internacional Creative Commons Atribución-NoComercial-SinDerivados 4.0.

Red de Cooperación Editorial y de difusión de conocimiento:

       

Indexada en :

 

               


Repositorio :

 

Licenciada bajo :