Forecasting SARIMA de concentración de ozono

Caso de forecasting aplicado donde el valor está en seguir un proceso completo: preparar la serie, identificar estructura temporal, comparar modelos, validar residuos y presentar previsiones con incertidumbre.

Muchas decisiones de negocio dependen de anticipar demanda, actividad, tráfico, ventas o indicadores operativos. Este caso usa una serie ambiental como contexto académico, pero la lógica es transferible a planificación de KPIs, demanda o actividad comercial.

Proyecto académico individual. Preparé la serie, ejecuté el flujo Box-Jenkins, comparé modelos SARIMA en Stata, validé residuos y generé previsiones dinámicas con intervalos.

1. 01Visualizar la serie y decidir trabajar en logaritmos.
2. 02Aplicar diferenciación estacional y regular.
3. 03Identificar modelos candidatos con ACF/PACF.
4. 04Estimar alternativas SARIMA en Stata.
5. 05Seleccionar modelo con AIC/BIC y diagnóstico de residuos.
6. 06Generar previsiones dinámicas e intervalos al 95%.

• Contexto académico y serie ambiental.
• No incorpora variables exógenas.
• La calidad del forecast depende de estabilidad temporal y supuestos del modelo.

• Comparar con modelos con variables exógenas.
• Evaluar errores fuera de muestra.
• Crear dashboard de forecast y alertas.