Pronósticos Estratégicos de Series de Tiempo: Metodología practica para Economistas, Administradores y Científico de Datos (Guías rigurosas de Ciencia de Datos) (Spanish Edition)

Conoce sobre nuestro proyecto desde:www.datascience-en-breve.comEs claro que el uso de la minería de datos para elaborar estrategias de negocio con base en los datos internos y externos de las empresas ha permitido encontrar puntos de mejora dentro de las áreas funcionales de la empresa; ya sea desde el mejoramiento de las estrategias de posicionamiento de la marca, hasta en la optimización de los recursos dentro del proceso productivo y el almacenamiento de inventarios. Un importante campo de mejora, por ejemplo, es el cálculo cada vez más eficiente de pronósticos para la planeación financiera. La eficiencia y calidad en los procesos de control y planeación financiera están fuertemente vinculados al proceso de elaboración de proyecciones, de donde se establecen las normas y los indicadores clave para la medición del desarrollo y el desempeño de las actividades de cada área.En el siguiente escrito busca ser una pequeña guía sobre el manejo de pronósticos para series temporales utilizando la familia de modelos de tipo Box-Jenkins. El objetivo final es que los lectores aprendan las bases y características que se encuentran detrás de los modelos autorregresivos, y como pueden ser utilizados para realizar pronósticos eficientes sobre cualquier serie temporal. Para este fin, introduciremos al lector a uno de los softwares analíticos más importantes de la Ciencia de Datos y la Minería de Datos en la actualidad: el lenguaje de programación R, y su IDE Rstudio. El objetivo es que el interesado, sin importar su formación académica o su conocimiento en el Lenguaje R pueda realizar, de manera bastante eficiente, pronósticos para las variables de interés. Read more