Modelo de tendencias para series complejas: caso de estudio tarifas hoteleras

• Abraham Briones Juárez ^[1] ; Judith Alejandra Velázquez Castro ^[1]
  1. [1] Universidad Autónoma del Estado de Hidalgo

     Universidad Autónoma del Estado de Hidalgo

     México

     
• Localización: RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, ISSN-e 1646-9895, Nº. 50, 2023, págs. 73-90
• Idioma: español
• Títulos paralelos:
  • Trend Model for complex series: case study hotel rates
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El análisis riguroso de datos en turismo es cada vez más común a raíz de las afectaciones sufridas por el covid-19, lo que ha contribuido a identificar trayectorias a partir de datos históricos. En este artículo, se propone una combinación de la teoría de la complejidad y la suavización exponencial para conocer los patrones que ayuden a estimar la estacionalidad y tendencia en las tarifas hoteleras. Para ello, se fragmenta la serie en particiones para explorar la similitud y se aplican cinco métodos de trazado. Los resultados muestran que el gráfico de longitud R, es el único que despliega anti-persistencia, con una saturación en el tiempo n=8, este dato se usa como ciclo de longitud del modelo aditivo de Holt-Winters cuyos parámetros (a=0.36, b=0.78, y=0.67), minimizan el error presentado. Se concluye que la combinación de métodos de análisis numérico permite el ajuste estacional en los datos tarifarios.

  • English

    In The rigorous analysis of data in tourism is increasingly common as a result of the effects suffered by covid-19, which has contributed to identifying trajectories based on historical data. In this article, a combination of complexity theory and exponential smoothing is proposed to understand the patterns that help to estimate the seasonality and trend in hotel rates. To do this, the series is fragmented into partitions to explore the similarity and five plotting methods are applied. The results show that the graph of the length R, is the only one that displays anti-persistence, with a saturation in time n=8, this data is used as the length cycle of the additive Holt-Winters model whose parameters (a= 0.36, b=0.78, y=0.67), minimize the error presented. It is concluded that the combination of numerical analysis methods allows the seasonal adjustment in the tariff data.