Definición del motor de previsiones ATT

Se pueden definir motores de previsiones para generar una previsión a partir de los datos históricos definidos para las medidas.

Para definir el motor de previsiones ATT (técnicas tradicionales avanzadas):

  1. Seleccione Configuración > Ciclo > Motores.
  2. Haga clic en Nuevo y seleccione Motor de previsiones (ATT).
  3. Especifique esta información:
    Nombre
    El nombre del motor de previsiones.
    Nombre para mostrar
    Nombre que se muestra en la aplicación.
    Usuarios

    Usuarios autorizados que pueden acceder al motor de previsiones.

    Roles

    Roles de los usuarios autorizados que pueden acceder al motor de previsiones.

    Tipo
    El tipo del motor de previsiones. Se trata de un campo de solo lectura basado en la selección realizada al definir un motor de previsiones nuevo.
    Módulo
    Ciclo o ciclo y módulo para el que deberá utilizar el motor de previsiones.
    Etiquetas

    Etiqueta vinculada a un motor de previsiones. Selecciónela en la lista de etiquetas predefinidas mostrada en la ventana. Puede vincular una o varias etiquetas a un motor de previsiones. Esta opción se utiliza para filtrar el tipo de motores de previsiones que se debe mostrar.

  4. En la pestaña Configuración predeterminada, especifique la siguiente información:
    Algoritmo predeterminado
    Algoritmo predeterminado que se utiliza para el motor de previsiones. Posibles valores:
    • Mejor
    • Crostons
    • Holt-Winters
    • Mínimos cuadrados
    • Promedio móvil
    • Media móvil exponencial
    • Regresión múltiple
    • Análisis bayesiano de las series de tiempo
    • Solo eventos
    • Naive
    Medida SMP
    Medida que contenga los valores para indicar las combinaciones de artículo y ubicación que se consideran productos de baja rotación (SMP).

    Consulte Llamada al motor de previsiones ATT con la medida SMP.

    Medida propagada para resultados constantes del período
    Medida que se debe usar al propagar la salida del motor de previsiones al artículo, ubicación y pconst.
    Medida propagada para resultados en fases temporales
    Medida que se debe usar al propagar el resultado del motor de previsiones al artículo, ubicación y período.
    Realizar modelo de evento
    Seleccione esta opción para aplicar el modelo de eventos. Esto permite que el motor de previsiones utilice los eventos definidos y ejecute el modelado de eventos, además del algoritmo seleccionado.

    Si esta opción está activada, debe seleccionar la medida Perfil de eventos en la pestaña Asignación de medidas para almacenar el perfil de eventos. Opcionalmente, puede seleccionar la medida Tamaño de evento medio para almacenar las estadísticas de tamaño de evento medio.

    Nivel de artículos
    Nivel de artículo predeterminado en el que se generarán las previsiones.
    Nivel de ubicación
    Nivel de ubicación predeterminada en el que se generarán las previsiones.
    Nivel de período
    Nivel de período predeterminado en el que se generarán las previsiones.
    Combinación de previsión
    Indica si el motor implementa la combinación de previsión.
    Nota: 
    • Esta opción solo está habilitada si el algoritmo predeterminado se establece en Mejor.
    • Si esta opción está activada, se habilita la pestaña Combinación de previsión.
  5. En la pestaña Motor de previsiones, especifique la siguiente información, si procede:
    Combinación clásica
    Si esta opción está activada, el motor combina todas las previsiones generadas y proporciona la mejor previsión en función de los distintos métodos, como el medio simple, el medio recortado, el medio winsorizado o el AIC ponderado.
    Aprendizaje automático de Entrenar y probar
    Si esta opción está activada, se utilizan los datos de entrenar y probar para la ejecución MLR.
    Aleatorización de aprendizaje automático de entrenar y probar
    Si esta opción está activada, una prueba combinada con una inicialización de número aleatoria ejecuta MLR mediante la metodología de entrenar y probar en el conjunto de datos aleatorios.
    Validación cruzada de aprendizaje automático
    Si esta opción está activada, se utiliza el método de división de datos de validación cruzada para la ejecución MLR.
    Conjunto de datos completos de aprendizaje automático
    Si esta opción está activada, se utiliza el conjunto de datos completo para la ejecución MLR.
    Aleatorización de aprendizaje automático del conjunto de datos completos
    Si esta opción está activada, una prueba combinada con una inicialización de número aleatoria ejecuta MLR en el conjunto de datos aleatorios completo.
  6. En la pestaña Asignación de medidas, haga clic en Nuevo y especifique la información necesaria.

    Consulte Opciones de asignación de medidas para el motor de previsiones ATT.

    Nota: En la ficha Parámetros, se muestra una lista de parámetros que el motor de previsiones emplea para generar una previsión. Si no se definen los valores del parámetro, la aplicación no tiene en cuenta estos parámetros. Consulte Parámetro predeterminado establecido para el motor de previsiones ATT.
  7. En la pestaña Variables independientes (usada para calcular un análisis de regresión frente a la variable dependiente), especifique la información necesaria.

    Consulte Variables independientes para regresión múltiple.

    Nota: 

    Esta ficha solo está habilitada si selecciona Regresión múltiple en el campo Algoritmo predeterminado.

Temas relacionados