Suma de eventos en la previsión de series temporales

Question

Digamos que tenemos una variable evento (1/ 0) que denota la ocurrencia de un evento diario, por ejemplo, una huelga. Digamos ahora que tenemos una variable continua (ventas) que queremos pronosticar. El intervalo en el que se mide la variable es mensual. Queremos incorporar la variable de evento en un modelo que se utilizará para pronosticar las ventas, pero la variable de evento se mide en un intervalo más detallado. Si en un mes hubo 5 días de huelga, ¿podemos decir que el valor de la variable de evento para ese mes es 5? En términos más generales, ¿podemos crear una variable de suceso derivada agregando los valores de la variable de suceso original? De este modo, tendremos una variable independiente con un valor que oscila entre 0 (no se ha producido ninguna huelga en el mes en cuestión) y 30 (si se ha producido una huelga todos los días del mes en cuestión).

¿Se sostiene este proceso desde un punto de vista estadístico y va a tener esta variable algún poder predictivo?

Gracias por adelantado,

Andreas

---

Gracias por su respuesta. Hagamos las cosas menos complicadas suponiendo que la variable dependiente es el consumo eléctrico y el evento es un día con una temperatura media extremadamente baja (día con frío extremo). En este caso no nos importan los fines de semana y el resto de problemas que se plantean en el caso de las huelgas. Digamos que tenemos un consumo de electricidad por periodo de un mes, es decir, 12 observaciones por año. Digamos también que tenemos un registro de los días de frío extremo diariamente mediante una variable binaria (así que aproximadamente 365 observaciones por año. ¿Qué haría si quisiera incorporar el evento diario en el modelo de previsión de la serie mensual? ¿Sumaría el 1, tomaría el porcentaje de días del mes que presentan el frío extremo o qué otra cosa? ¿Cuál crees que es la mejor solución?

Answer 1

Puede que haya una respuesta más autorizada para su caso concreto, pero las variables derivadas/transformadas se utilizan habitualmente en las regresiones.

Teniendo en cuenta esto, puedo ver tres cuestiones en su caso:

1. ¿Cómo expresa su recuento? Por ejemplo, puede ser mejor expresar las huelgas como un porcentaje de los días del mes que tuvieron huelgas, en lugar de un recuento.

2. ¿Cómo se cuentan las huelgas y cómo pueden producirse? ¿Se puede hacer una huelga de una hora y no de un día entero? ¿Se cuentan los días desde el comienzo de la huelga hasta el final, o sólo los días que se trabajaría de otro modo? (Por ejemplo, si la gente no trabaja normalmente los fines de semana, ¿se cuentan como días de huelga?)

   (Si desea hacer algo que requiera prever las probabilidades de huelga, esto también podría determinar si necesita tener en cuenta un efecto de inflación cero).

3. Si las huelgas pueden ser de varios días, ¿es lo mismo una huelga de siete días que siete huelgas de un día o puede tener mayor o menor efecto?

EDIT: Gelman menciona en la página 69 de Gelman & Hill (2007) que, "... a veces se pueden promediar o sumar varias entradas para crear una "puntuación total" que se puede utilizar como un único predictor en el modelo". No tengo otras referencias inmediatas ni ninguna en particular para las variables agregadas.

Answer 2

Hemos visto el uso del porcentaje de días en el mes. Si tiene 3 días con una huelga de 30 días entonces la variable ficticia sería .1.

Answer 3

Me gustaría señalar que existe una importante literatura sobre la predicción de series temporales de baja frecuencia utilizando una serie temporal de mayor frecuencia. La regresión MIDAS y las representaciones del espacio de estados se ven con más frecuencia en la literatura. Estas técnicas pueden ser más complicadas que el enfoque que pretendes utilizar (lo cual está perfectamente bien, teniendo en cuenta los puntos de Wayne), pero pueden ser útiles si tienes otros indicadores diarios o semanales que deseas considerar.