Saltar al contenido

Holt: nivel y tendencia

Suavizado exponencial con una tendencia lineal que también se actualiza.

Pregunta

¿Hacia dónde se mueve la serie y a qué ritmo, si no tiene estacionalidad?

Datos reales (FRED) o sintéticos · cálculo en el navegador

Datos reales · Por defecto, el modelo usa series oficiales públicas descargadas de FRED; cada resultado real cita la serie, el organismo y el período. Opción sintética · Serie mensual sintética: nivel inicial de 1 000 unidades, tendencia lineal, estacionalidad anual con dos armónicos y ruido normal. Todo generado a partir de la semilla.

Controles

Datos reales
Fuente de datos

Series oficiales de EE. UU. (Census, BLS, Reserva Federal, EIA) vía FRED, o datos sintéticos con semilla.

meses
30Con datos reales: los últimos n meses publicados.240
Parámetros del modelo
meses
3Se ocultan al método y sirven para medir su error.18
meses
124
Parámetros de suavizado

Estimar minimiza el error un paso adelante dentro de la muestra de entrenamiento.

0–1
0,01Sólo se usa en modo manual.0,99
0–1
0,01Sólo se usa en modo manual.0,99

Calculando en tu navegador…

Ficha del modelo

Las siete preguntas que todo modelo de la biblioteca debe responder antes de publicarse.

Qué problema resuelve
¿Hacia dónde se mueve la serie y a qué ritmo, si no tiene estacionalidad?
Qué datos necesita
  • Serie histórica con tendencia y sin estacionalidad dominante.
Qué supone
  • La tendencia es localmente lineal.
  • Nivel y pendiente cambian gradualmente según α y β.
Qué produce
  • Nivel y pendiente finales.
  • Pronóstico lineal.
  • Error sobre la reserva.
Qué incertidumbre contiene
No se calculan intervalos en esta implementación; el error sobre la reserva es la medida de incertidumbre.
Cómo se valida
Comparación contra la referencia estacional sobre los períodos reservados.
Cuándo puede fallar
  • Extrapola la tendencia indefinidamente: en horizontes largos sobreestima.
  • Con estacionalidad fuerte, la confunde con cambios de pendiente.
Origen del método
Holt, C. C. (1957/2004). International Journal of Forecasting 20(1), 5–10.