FICHA DE MÉTODOMSC-P-033Regresión y econometría

¿Cómo validar un pronóstico de marketing?

Un pronóstico se valida en periodos no usados para ajustar, con origen temporal realista, benchmark ingenuo y métrica acorde al coste del error.

Respuesta directa

Comparar modelos para un horizonte y coste de error declarados.

Un pronóstico se valida en periodos no usados para ajustar, con origen temporal realista, benchmark ingenuo y métrica acorde al coste del error.

Modelo o resultadoMASE=[Σtest|yt−ŷt|/H] / [Σtrain|yt−yt−m|/(T−m)]

ESTIMAND

Unidad de análisis: Observación, entidad o serie × periodoTerminología científica controlada (EN)series × forecast origin × horizon
Estimando exacto: Out-of-sample point error and interval calibration
Modelo o resultado: MASE=[Σtest|yt−ŷt|/H] / [Σtrain|yt−yt−m|/(T−m)]

01—08

01
Pregunta
¿Cómo validar un pronóstico de marketing?
02
Estimando
Out-of-sample point error and interval calibration · series × forecast origin × horizon
03
Datos
date · outcome · forecast_origin · horizon · prediction · interval
04
Modelo o resultado
MASE=[Σtest|yt−ŷt|/H] / [Σtrain|yt−yt−m|/(T−m)]
05
Cálculo declarado
MASE=[Σtest|yt−ŷt|/H] / [Σtrain|yt−yt−m|/(T−m)] → Out-of-sample point error and interval calibration
06
Controles de incertidumbre
Rolling origin · Naive benchmark · Non-zero scaling denominator · Interval coverage and score · Data revisions
07
Validación específica
Comprobar datos, estabilidad de la estimación y límites de interpretación. Rolling origin · Naive benchmark · Non-zero scaling denominator · Interval coverage and score · Data revisions
08
Límites
Garantizar el rendimiento futuro tras un cambio de régimen.

Variables necesarias

Controles · Terminología científica controlada (EN)

Decisión posible

Comparar modelos para un horizonte y coste de error declarados.

Decisión no sustentada

Garantizar el rendimiento futuro tras un cambio de régimen.

Fuentes científicas

Conexiones metodológicas