Digamos que tengo una serie temporal de datos de uso del sitio que me gustaría analizar. Los datos son de personas que visitan mi sitio, con una estacionalidad conocida que puedo calcular fácilmente, pero además, también hay eventos (digamos el día en que una publicación en las redes sociales obtiene muchos compartidos, o compro anuncios) que están programados, pero no tienen ninguna cadencia regular. ¿Hay alguna manera de añadir esta fuente de variabilidad a mi modelo de manera que me permita hacer una mejor estimación de mi tendencia de referencia?
Respuesta
¿Demasiados anuncios?
Bueno, primero prueba tus datos en un gráfico de autocorrelación para comprobar que tus publicaciones y anuncios populares en las redes sociales son aleatorios a lo largo del tiempo y, si son aleatorios, un modelo de Box-Jenkins debería ser capaz de dar cuenta de la variabilidad de tu modelo y predecir la tendencia de tus datos.
