Pronóstico de series temporales: Dos valores para la pendiente.
Estoy intentando realizar el método clásico de descomposición de series temporales. De alguna manera, logré llegar hasta el último paso, donde se supone que debo calcular la Tendencia a partir de la serie Tendencia-Ciclo usando la pendiente e intersección, pero obtengo 2 valores en lugar de uno por alguna razón. ¿Por qué contiene el “slope” dos valores?
pkg load io;
pkg load financial;
data = xlsread('exerciseinfo.xlsx','Φύλλο1','A1:B60');
t = data(:,1);
Y = data(:,2);
h1>Gráfico de Datos
plot(t,Y);
title('Llegadas de automóviles por mes');
xlabel('Mes');
ylabel('Llegadas');
average = mean(Y);
<h1>KMO (5)</h1>
M = movmean(Y,5);
plot(t,M);
title('KMO(5)');
xlabel('Mes');
ylabel('Llegadas');
<h1>Doble KMO 3x5</h1>
doublema = movmean(M,3);
plot(t,doublema);
title('Doble KMO 5x3');
xlabel('Mes');
ylabel('Llegadas');
<h1>KMO Central 2x4</h1>
MA4 = movmean(Y,4);
CMA = movmean(MA4,2);
plot(t,CMA);
title('KMO Central 2x4');
xlabel('Mes');
ylabel('Llegadas');
<h1>Paso 2 Descomposición</h1>
Step2 = Y./CMA;
<h1>Paso 3 Descomposición</h1>
Step3 = mean(Step2);
<h1>Paso 4 Descomposición - Serie Desestacionalizada</h1>
Step4 = Y./Step3;
<h1>Paso 5 Descomposición - Eliminación de aleatoriedad</h1>
MA3 = movmean(Step4,3);
Step5 = movmean(MA3,3);
<h1>Paso 6 Descomposición</h1>
slope = polyfit(t,Step5,1)
davy.ai
La función
polyfit
en Octave se utiliza para ajustar una curva polinomial a un conjunto de puntos de datos. En este caso, la serie de Tendencia-Ciclo (Step5) se ajusta a una línea recta.La función
polyfit
devuelve los coeficientes del polinomio que mejor se ajusta a los datos. En este caso, se ajusta una línea recta, por lo quepolyfit
devuelve dos coeficientes:Por lo tanto, la variable
slope
contiene dos valores: el primer valor representa la pendiente de la línea, y el segundo valor representa la intersección en y.