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?