Comparación de métodos de predicción de series temporales en R con doble estacionalidad

En este trabajo se realiza un análisis comparativo de métodos y modelos que trabajan con series temporales de doble patrón estacional, en el marco del posible desarrollo de un paquete de R para un modelo DSARIMA (double seasonality ARIMA). En concreto, el objeto de este análisis han sido cinco métodos y modelos teóricamente especialistas en este tipo de series temporales: X-11, STL, MSTL, DSHW y BATS/TBATS.
En cuanto a la metodología prevista, se ha seguido un enfoque teórico-práctico, de tal manera que en primer lugar se ha analizado la matemática teórica de cada uno de los cinco métodos; y en segundo lugar se ha puesto a prueba la bondad de su ajuste con un conjunto de datos con claro doble componente estacional: la demanda eléctrica en España. Finalmente, a partir de los resultados predictivos del análisis práctico (i) se han contrastado la hipótesis teóricas de cada método; (ii) se ha realizado un análisis comparativo de los mismos; y (iii) se han introducido unas conclusiones generales.
Estas conclusiones recalcan la considerable precisión de estos métodos y por ende ponen en duda la necesidad de desarrollar un paquete para un modelo DSARIMA; afirmación que, apoyada también en un análisis contextual de la importancia actual del dato, posiciona al autor más a favor del desarrollo de los modelos especializados en la triple y cuádruple estacionalidad.

This paper focuses on a comparative analysis of methods and models that work with double seasonality time series, in the framework of the possible development of an R package about a dsARIMA (double seasonality ARIMA) model. The object of this analysis has been these five methods and models that are theoretically specialists in this type of time series: the X-11, STL, MSTL, DSHW and BATS/TBATS.
With regard to the planned methodology, a theoretical-practical approach has been followed; this is: firstly, the mathematics of each of the five methods has been analysed; and secondly, the accuracy of each of them has been tested with a dataset with a clear double seasonal component: electricity demand in Spain. Finally, based on the predictive results of the practical analysis, (i) the theoretical hypotheses of each method have been tested; (ii) a comparative analysis of the methods has been carried out; and (iii) some general conclusions have been drawn.
These conclusions emphasise the considerable precision of these methods and therefore question the need to develop a DSARIMA model; a statement which, also supported by a contextual analysis of the current importance of data, positions the author more in favour of the development of models specialised in triple and quadruple seasonal patterns predictions.