Show simple item record
dc.contributor.author | Gavilano Aspillaga, Manuel | |
dc.date.accessioned | 2020-12-16T22:57:19Z | |
dc.date.available | 2020-12-16T22:57:19Z | |
dc.date.issued | 2018 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12630/387 | |
dc.description.abstract | Este documento busca ser una guía para el OSIPTEL cuando se requiera realizar predicciones sobre valores futuros en los indicadores relevantes del sector de las telecomunicaciones. Para ello, se muestran las metodologías más comunes como: Modelos de Box-Jenkins, Modelos de Suavizamiento Exponencial, Modelos de Regresiones Polinomiales y Modelos de Crecimiento Promedio Compuesto.
Adicionalmente, como en muchas ocasiones suele suceder, distintos organismos predicen diferentes valores para un mismo indicador (incluso, considerando los mismos datos históricos). Esto sucede simplemente porque escogieron distintas metodologías de predicción. Pero, ¿cuál es la mejor predicción? ¿Existe una metodología que sea superior a otras? En términos generales, la respuesta es NO. Cada metodología trata de manera diferente y, por ende, recoge diferente información de los datos históricos para realizar predicciones.
En ese sentido, lo novedoso de este documento es demostrar (tal como lo señalan los estudios recientes) que las predicciones más idóneas provienen de una combinación de metodologías más que del uso de una única metodología. Para ello, se recurre al Test de Diebold y Mariano, a fin de corroborar si la combinación de metodologías arrojaría predicciones más eficientes que una única metodología.
Como aplicación, se realiza predicciones sobre los indicadores de líneas móviles en servicio y suscripciones de televisión de paga al cierre del año 2020. De acuerdo a los resultados, la mejor metodología (individual) para ambos indicadores es la de Box-Jenkins y, por tanto, es la que se escogería para realizar predicciones. Sin embargo, cualquier combinación de metodologías (Box-Jenkins - Suavizamiento Exponencial - Regresiones Polinomiales) es mucho más idónea porque se ajustaría más a los datos históricos. Este documento muestra de manera detallada estos resultados. | en_US |
dc.language.iso | spa | en_US |
dc.publisher | Organismo Supervisor de Inversión Privada en Telecomunicaciones | en_US |
dc.rights | Atribución-NoComercial-SinDerivadas 2.5 Perú | * |
dc.rights | info:eu-repo/semantics/openAccess | en_US |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ | * |
dc.source | Repositorio Institucional OSIPTEL | en_US |
dc.subject | Suavizamiento Exponencial | en_US |
dc.subject | Box-Jenkins | en_US |
dc.subject | Test de Diebold-Mariano | en_US |
dc.subject | Combinación de Predicciones | en_US |
dc.title | Identificando técnicas de predicción univariadas para el sector de las telecomunicaciones: Un acercamiento al Test de Diebold-Mariano y la combinación de metodologías de predicción. Documento de Trabajo Nº 40 | en_US |
dc.type | info:eu-repo/semantics/workingPaper | en_US |
dc.subject.ocde | http://purl.org/pe-repo/ocde/ford#2.02.05 | en_US |
dc.publisher.country | PE | |
Files in this item
- Name:
- dt-40-identificando-tecnicas-p ...
- Size:
- 3.065Mb
- Format:
- PDF
- Name:
- license_rdf
- Size:
- 811bytes
- Format:
- application/rdf+xml
This item appears in the following Collection(s)
Show simple item record
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 2.5 Perú
correo de contacto: repositoriodigital@osiptel.gob.pe / Organismo Supervisor de Inversión Privada en Telecomunicaciones - 2019
Organismo Supervisor de Inversión Privada en Telecomunicaciones - 2019