Concepto: rango y precisión de previsión con predictivo predictivo

La opción

Rango de previsión

proporciona un rango de predicciones para cada punto de datos de la previsión. Para ello, la previsión rellena los datos de aprendizaje automático en las tres versiones que especifique:

La
versión de previsión
: la versión que se rellena con los valores más probables.
The
Upper Limit Version
: la versión que se rellena con los valores probables más altos.
The
Lower Limit Version
: la versión que se rellena con los valores probables más bajos.

Para generar rangos de previsión, puede seleccionar la casilla

Rango de previsión

al editar o crear previsiones.

También puede especificar el

Nivel de probabilidad

por porcentaje. El

Nivel de probabilidad

determina cuánto ampliar el rango de previsión. Un porcentaje más alto significa que desea aumentar la probabilidad del rango. Un porcentaje más alto da como resultado rangos más amplios entre los límites superior e inferior. Un porcentaje más bajo significa que desea reducir el rango de probabilidad. Un porcentaje más bajo da como resultado un rango más estrecho entre los límites superior e inferior.

Para ayudarle a visualizar el rango de previsión, mostramos las tres previsiones en forma de diagrama de abanico en la subsección

Métricas de confianza

de la página

Historial de previsiones

. Solo para la última ejecución, también mostramos una línea de tendencia en el diagrama.

También puede revisar las tres versiones de la hoja o crear informes que las comparen.

La opción

Métrica de precisión

mide lo cerca que están los valores previstos de la realidad. Puede probar la precisión de su previsión seleccionando la casilla

Métrica de precisión

al crear o editar previsiones. Esta opción genera una prueba retrospectiva. En una prueba retrospectiva, el algoritmo predice los datos de una parte del rango temporal que existe en los datos de cifras reales de las versiones de referencia. A continuación, compara la precisión de las predicciones con las cifras reales. El resultado es un diagrama con un porcentaje que refleja la puntuación del algoritmo.

Ejemplo: los datos de referencia incluyen datos de enero de 2021 a diciembre de 2023 para un periodo de previsión de junio de 2024 a diciembre de 2024. La prueba retrospectiva predice los datos para el periodo de julio de 2022 a diciembre de 2022 y compara esas predicciones con los datos de referencia que ya existen. Un índice de precisión del 80 % significa que las predicciones fueron correctas el 80 % de las veces durante el periodo comprendido entre julio de 2022 y diciembre de 2022.

El

rango de previsión

y

el nivel de probabilidad

afectan a la

métrica de precisión

. Es probable que observe una mayor precisión cuando haya definido rangos de previsiones con niveles de probabilidad más altos. Ejemplo: para obtener una precisión del 80 % en una previsión sin

Rango de previsión

activado, el algoritmo tendría que predecir el valor exacto el 80 % de las veces. Cuando activa

Rango de previsión

con un

nivel de probabilidad

del 95 %, las previsiones deben predecir valores dentro del rango más amplio el 80 % de las veces.