Puede seleccionar uno de los tipos de procedimiento de modelación siguientes:
| Valor por defecto | corresponde a la modelación estándar de Serie temporal |
| Basado solo en variables extrapredecibles | funciona como un modelo de clasificación/regresión generado a partir de las variables extrapredecibles con la señal como destino. Este modo se puede utilizar para afinar y validar las variables extrapredecibles o identificar las que no son útiles. |
| Deshabilitar las tendencias polinómicas | genera todos los modelos menos los que contienen una tendencia polinómica. |
| Personalizado | le permite habilitar/deshabilitar los tipos de modelo que Serie temporal generará al analizar la señal. La siguiente tabla resume los tipos de modelo que se pueden deshabilitar: |
Tipos de modelo que se pueden deshabilitar al utilizar el Procedimiento de modelación personalizado.
| Componente | Tipo de modelo | Descripción |
|---|---|---|
| Tendencias | Retraso1 | Valor previo de la señal |
| Retraso2 | Valor antes del previo | |
| Diferenciación de segundo orden | Tendencia utilizando una doble diferenciación para propagar la pendiente de la señal | |
| Lineal en el tiempo | Regresión lineal en el tiempo | |
| Polinómica en el tiempo | Regresión polinómica en el tiempo | |
| Lineal en extrapredecibles | Regresión lineal en variables extrapredecibles | |
| Lineal en el tiempo y lineal en extrapredecibles | Regresión lineal en el tiempo y en variables extrapredecibles | |
| Polinómica en el tiempo y lineal en extrapredecibles | Regresión polinómica en el tiempo y regresión lineal en variables extrapredecibles | |
| Periodicidades | Cíclicas | Detección de variables cíclicas |
| Estacionalidades | Detección de variables estacionales | |
| Extrapredecibles periódicas | Uso extrapredecible como periódicas | |
| Fluctuaciones | Autoregresiva | Modelación autorregresiva |