← Lumbre

Series de Tiempo · 7.º Pronósticos jerárquicos y probabilísticos coherentes

Portada de Pronósticos jerárquicos y probabilísticos coherentes

Pronósticos jerárquicos y probabilísticos coherentes

✦ Que la suma de regiones cuadre con el país y que el número traiga su incertidumbre: bottom-up frente a top-down, reconciliación óptima, cuantiles por bootstrap y calibración · Series de Tiempo · Aprendizaje Automático · y te lleva 9 minutos

Roadwise Consulting

Firmado y verificado · Biblioteca UNIV

Objetivo: Coordinar pronósticos en una jerarquía con reconciliación MinT y reportar distribuciones calibradas evaluadas con pinball y CRPS.

9 min Series de Tiempo · Aprendizaje Automático 18–30 años
Más
Pronósticos jerárquicos y probabilísticos coherentes

Herramientas de la lección

◉ Entrar a La Matrix Sorpréndeme

Sobre este contenido

Ir a

Volver a Series de Tiempo · 7.º semestre Cursos Explorar Mi cuenta Salir del modo estudio

Pronósticos jerárquicos y probabilísticos coherentes

Pronóstico jerárquico de series de tiempo
Video explicativo (inglés): forecasting jerárquico en Python con Nixtla — cómo producir pronósticos coherentes entre niveles de agregación.

En organizaciones reales, la serie nacional es la suma de las regionales, y estas de las de producto. Si cada nivel pronostica por su cuenta, los números son incoherentes. El pronóstico jerárquico coordina todos los niveles; el pronóstico probabilístico entrega la distribución completa con la que se calculan inventarios de seguridad y probabilidad de desabasto.

La jerarquía y el problema de la suma

  • Nivel total, niveles intermedios y series hojas conviven con restricciones de agregación.
  • Modelar cada hoja bien no garantiza que el total cuadre.
  • El error de ignorarlo: dos áreas planeando sobre cifras incompatibles.

Bottom-up, top-down y las trampas de cada uno

Bottom-up suma pronósticos de hoja: es coherente por construcción pero ruidoso en niveles altos, donde se toma la decisión. Top-down pronostica el total y lo reparte con proporciones históricas: suave arriba, arbitrario abajo. Ninguno domina en general; de ahí la necesidad de reconciliación óptima, que ajusta todos los niveles a la vez ponderando la precisión de cada serie.

Diagrama de cuatro bandas: la jerarquia de series de pais a region a producto; los pronósticos base independientes de cada nivel; la reconciliación MinT que los hace coherentes; y la salida con cuantiles para decisión.
Primero se pronostica por libertad, luego se reconcilia por coherencia: MinT pondera precisión y estructura.

Reconciliación: MinT y sus amigos

La reconciliación MinT (mínima varianza trazada) corrige los pronósticos base con la estructura de agregación y la covarianza de sus errores, dejando la suma consistente en todos los niveles y mejorando, en la práctica, el promedio de toda la jerarquía. Versiones robustas recortan la corrección cuando la covarianza se estima con pocas observaciones.

De punto a distribución

  • Residual bootstrap: simula trayectorias pasadas de error sobre el pronóstico base.
  • Cuantiles condicionales: modelar directamente el percentil 5, 50 y 95.
  • Spread de ensemble: la dispersión entre modelos como proxy de incertidumbre.
  • Simulación del generador: Monte Carlo sobre parámetros y residuales.

Evaluar una distribución: pinball y CRPS

El RMSE castiga el punto; evaluar una distribución pide reglas de puntuación propias: la pérdida pinball penaliza cuantiles según su subestimación o sobreestimación asimétrica, y CRPS resume la distancia entre la distribución pronosticada y el resultado observado, con buen comportamiento ante colas pesadas.

Calibración y confiabilidad

Un cuantil 90 está calibrado si, a largo plazo, el 10 por ciento de los hechos cae por encima. El diagrama de confiabilidad grafica cobertura nominal contra empírica: debajo de la diagonal, exceso de confianza; arriba, pronósticos demasiado tímidos. La calibración es una propiedad del proceso, no de una corrida.

Coherencia y calibración: dos propiedades que un punto jamás tendrá.
HerramientaQué entrega
Bottom-upcoherencia trivial, ruido en cúspide
MinTcoherencia óptima ponderando precisión
Pinballpérdida por cuantil con asimetría
Diagrama de confiabilidadcobertura real contra nominal

Errores frecuentes

  • Conciliar sumando en Excel: cambia el resultado sin mejorar la precisión.
  • Publicar solo el promedio: planeación de inventario con media es desabasto sistemático.
  • Evaluar cuantiles con MSE: mide otra cosa.
  • Ignorar el nivel hoja: el error se esconde arriba y aparece abajo.

Ejemplo resuelto: demanda mensual con stock de seguridad

  1. Definir la jerarquía: nacional, regional, por línea de producto.
  2. Pronóstico base por serie con el modelo que mejor le quede.
  3. Reconciliar con MinT usando las covarianzas de residuos.
  4. Generar cuantiles 5, 50 y 95 por bootstrap de residuales.
  5. Verificar calibración en la validación rodante de dos años.
  6. Fijar el inventario sobre el cuantil que corresponde al nivel de servicio deseado.

¿Para qué sirve en la realidad?

Supply chain, generación distribuida, capacidad de centros de datos y presupuestos viven de pronósticos agregables y de colas confiables. Las competiciones M y los grandes usuarios industriales adoptaron el estándar probabilístico: quien entrega un número solo entrega la mitad del trabajo.

¿Qué problema resuelve la reconciliación MinT?

El método bottom-up produce pronósticos coherentes en todos los niveles de la jerarquía.

La pérdida propia de cuantiles que penaliza de forma asimétrica subestimación y sobreestimación se llama .

Clasifica cada decisión según la fase del pronóstico jerárquico.

Arrastra cada ficha a su categoría (o tócala y luego toca la categoría). También puedes usar el teclado.

Une cada término con su definición.

      Pronóstico jerárquico y probabilístico

      Pronósticos que cuadran entre niveles
      coherencia
      Reconciliación óptima por covarianza
      MinT
      Pérdida propia para cuantiles
      pinball
      Puntaje de distribución completa
      CRPS
      Cobertura nominal contra empírica
      diagrama de confiabilidad

      Toca una tarjeta para ver la respuesta.

      Jerarquías y cuantiles

      • Pronóstico jerárquico
        • Coherencia
          • bottom-up
            • top-down
              • MinT
              • Distribución
                • bootstrap
                  • cuantiles
                    • pinball y CRPS
                    • Calibración
                      • confiabilidad
                        • cobertura
                        • Uso
                          • inventario de seguridad
                            • nivel de servicio

                          Tu equipo pronostica venta diaria por 40 tiendas y reporta el total nacional como suma de tiendas. Dirección se queja de que el total "suele fallar" aunque las tiendas anden bien. Explica estadísticamente la queja y propone el flujo de dos pasos que la resuelve.

                          Tu texto se guarda sólo en este dispositivo.

                          Las respuestas y tu progreso se guardan sólo en este dispositivo. Contenido firmado por su autoría mediante Lumbre.
                          Más sobre esta lección
                          Explora temas relacionados

                          Conceptos

                          Comentarios

                          Inicia sesión para comentar.

                          Todavía no hay comentarios. Sé la primera persona en opinar.