Todo sobre la función PRONOSTICO.ETS.ESTADISTICAS

La función PRONOSTICO.ETS.ESTADISTICAS de Excel es una herramienta avanzada de análisis predictivo que devuelve un valor estadístico específico relacionado con un pronóstico de series temporales. Utiliza el algoritmo de Suavizado Exponencial Triple (ETS, por sus siglas en inglés) para analizar datos históricos y calcular métricas clave sobre el modelo de pronóstico, como los parámetros de suavizado (Alfa, Beta, Gamma) o medidas de precisión del error (MASE, SMAPE, RMSE).

Esta función no predice valores futuros, sino que proporciona información sobre el modelo que Excel crea internamente para realizar dichos pronósticos. Es especialmente útil para evaluar la fiabilidad y las características del modelo predictivo generado por funciones como PRONOSTICO.ETS.

Sintaxis

=PRONOSTICO.ETS.ESTADISTICAS(valores; escala_de_tiempo; tipo_estadística; [estacionalidad]; [relleno_de_datos]; [agregación])

La función utiliza los siguientes argumentos:

• valores: El rango de celdas que contiene los valores históricos para los que se desea pronosticar. Obligatorio.
• escala_de_tiempo: El rango de celdas que contiene las fechas u horas correspondientes a los valores históricos. Debe tener el mismo tamaño que el rango de valores. La serie de fechas no necesita tener un intervalo regular, pero Excel detectará un patrón si existe. Obligatorio.
• tipo_estadística: Un valor numérico entre 1 y 8 que especifica qué estadística del modelo de pronóstico se devolverá. Obligatorio.
  1. 1: Alfa: Parámetro de suavizado base. Controla el peso asignado a las observaciones más recientes.
  2. 2: Beta: Parámetro de suavizado de tendencia. Controla el peso asignado a la tendencia reciente.
  3. 3: Gamma: Parámetro de suavizado de estacionalidad. Controla el peso asignado al patrón estacional reciente.
  4. 4: MASE (Error de escala absoluto medio): Una medida de la precisión del pronóstico, especialmente útil para comparar modelos.
  5. 5: SMAPE (Error porcentual absoluto medio simétrico): Medida de precisión basada en errores porcentuales.
  6. 6: MAE (Error absoluto medio): Medida de la magnitud promedio de los errores en un conjunto de pronósticos.
  7. 7: RMSE (Raíz del error cuadrático medio): Medida de la desviación estándar de los residuos (errores de predicción).
  8. 8: Tamaño del paso detectado: El intervalo detectado en la escala_de_tiempo.
• estacionalidad: Un valor que indica cómo manejar la estacionalidad. Opcional.
  • 1 (o omitido): Excel detecta automáticamente el patrón estacional.
  • 0: El modelo será lineal, sin componente estacional.
  • Un número entero positivo: Indica manualmente la duración del ciclo estacional (por ejemplo, 4 para datos trimestrales, 12 para datos mensuales).
• relleno_de_datos: Especifica cómo tratar los puntos de datos que faltan en la serie. Opcional.
  • 1 (o omitido): Los puntos que faltan se rellenan con ceros.
  • 2: Los puntos que faltan se rellenan mediante interpolación lineal entre los puntos vecinos.
• agregación: Especifica cómo agregar múltiples valores con la misma fecha u hora. Opcional.
  • 1 (o omitido): PROMEDIO.
  • 2: CONTAR.
  • 3: CONTARA.
  • 4: MAX.
  • 5: MEDIANA.
  • 6: MIN.
  • 7: SUMA.

Ejemplos

Supongamos que tenemos los siguientes datos de ventas mensuales en una hoja de cálculo:

Ejemplo 1: Obtener el parámetro Alfa
Para calcular el parámetro de suavizado base (Alfa) del modelo de pronóstico, usamos 1 como tipo_estadística.

=PRONOSTICO.ETS.ESTADISTICAS(B2:B13; A2:A13; 1)

El resultado será un valor decimal (por ejemplo, 0.453…) que representa el parámetro Alfa optimizado por el algoritmo ETS.

Ejemplo 2: Obtener la medida de error SMAPE
Para evaluar la precisión del pronóstico, podemos obtener el Error Porcentual Absoluto Medio Simétrico (SMAPE) usando 5 como tipo_estadística.

=PRONOSTICO.ETS.ESTADISTICAS(B2:B13; A2:A13; 5)

Esto devolverá un valor porcentual (por ejemplo, 0.021 o 2.1%) que indica el error promedio del modelo. Un valor más bajo significa un mejor ajuste.

Ejemplo 3: Calcular el RMSE forzando un modelo no estacional
Si queremos evaluar la precisión (RMSE) del modelo asumiendo que no hay estacionalidad en los datos, podemos establecer el argumento estacionalidad en 0.

=PRONOSTICO.ETS.ESTADISTICAS(B2:B13; A2:A13; 7; 0)

Esta fórmula calculará la raíz del error cuadrático medio para un modelo de tendencia lineal sin componente estacional.

Observaciones

La función PRONOSTICO.ETS.ESTADISTICAS es parte del conjunto de funciones de pronóstico basadas en el algoritmo ETS. Es ideal para comprender y validar los modelos predictivos antes de utilizarlos para proyecciones futuras.

Los parámetros Alfa, Beta y Gamma son optimizados por Excel para minimizar el error del pronóstico. Esta función permite visualizar dichos parámetros.

Errores comunes

• #¡NUM!: Ocurre si el valor de tipo_estadística, estacionalidad, relleno_de_datos o agregación está fuera del rango permitido. También puede aparecer si no se puede detectar un patrón estacional o si el algoritmo no converge en una solución.
• #N/A: Se produce si los rangos de valores y escala_de_tiempo no tienen el mismo número de celdas.
• #¡VALOR!: Ocurre si alguno de los argumentos opcionales (estacionalidad, relleno_de_datos, agregación) no es un valor numérico válido.

Disponibilidad por versión de Excel

Esta función está disponible a partir de Excel 2016 en Windows y Mac, así como en Excel para la Web y versiones móviles.

Compatibilidad

Funciones Relacionadas

• PRONOSTICO.ETS: Predice un valor futuro basándose en datos históricos utilizando el mismo algoritmo ETS.
• PRONOSTICO.ETS.INTCONF: Calcula el intervalo de confianza para el valor pronosticado, dando una medida de la incertidumbre.
• PRONOSTICO.LINEAL: Realiza una predicción futura a lo largo de una tendencia lineal simple, una alternativa más básica al modelo ETS.