Estimación y previsión de inputs aditivos en modelos multiplicativos

[igonzalez]

Hola MMS,

Querría solicitar la incorporación dentro de MMS de estrategias para estimar con BSR y prever modelos multiplicativos que contengan algún o algunos inputs aditivos (como si fueran modelos mixtos).

Sería interesante disponer tanto una estrategia "aproximada" para la previsión:
log(Z) = Sumatorio(alpha*X/Z) + Sumatorio(beta*log(Y)) + Noise

siendo Z el output

X los inputs que entran en forma aditiva
Y los inputs que entran en forma multiplicativa
alpha, beta los parámetros estimados

Como de una estrategia "exacta" para la misma:
log( Z - Sumatorio(alpha*X) ) = Sumatorio(beta*log(Y)) + Noise

Pienso que estos desarrollos facilitarían mucho la eficiencia de los procesos relacionados con estos modelos, así como la de los recursos necesarios para realizar posteriores análisis y diagnosis sobre sus resultados (ej. DUE TO).

[Pedro Gea]

(In [2616]) Se hacen algunas correcciones en la implementación de los términos sobre obsevaciones o 'aditivos puros'.
Véase también [2615]
Refs #333, #729

[Daniel Eduardo Castro Morell]

(In [2630]) Deco y DueTo en Modelos Mixtos
Refs #729

[Pedro Gea]

(In [2643]) Se implementan las variables de tipo boxcox-desplazadas para la implementación de las previsiones de los submodelos con filtros sobre las observaciones.
Refs #333, #729

[Daniel Eduardo Castro Morell]

(In [2655]) Implementación de Términos Explicativos sobre las observaciones
Refs #729

[Daniel Eduardo Castro Morell]

(In [2657]) Términos Explicativos sobre las observaciones
Refs #729

[Daniel Eduardo Castro Morell]

(In [2659]) Arreglando el ejemplo del uso de términos Explicativos sobre las observaciones
Refs #729

[Pedro Gea]

(In [2665]) Se suben los cambios relativos a la implementación de los filtros observacionales desarrollados en la rama PRE-1.0, correspondientes a las revisiones [2614-2616],[2629-2631],[2649-2659] una vez revisados.
Refs #729

[Pedro Gea]

(In [2666]) Se revisó la estructura de los ejemplos básicos y se añadió un nuevo ejemplo para tratar los filtros observacionales.
Refs #729, #354, #267

[Pedro Gea]

(In [2669]) Se introduce la obtención de la mediana como método explícito en RandVar (se podía obtener ya mediante GetQuantile).
Refs #549, #729

[Pedro Gea]

Tareas pendientes para la resolución del tique:

• Implementar el due-to secuencial para los modelos mixtos.
• Introducir el filtro observacional en las clases de previsión de tipo muestra.
• Implementar la estimación exacta del filtro observacional mediante BSR.
• Definir el nombre final para el término de observaciones efectivas. Alternativas: "observaciones filtradas", "output transformado", "output observable"

[mafernandez]

Se cre el tique Refs #764 para tratar la estimación exacta con BSR de términos aditivos.

Para el caso aproximado aú faltan tener en cuenta las siguientes consideraciones:

• habría que dar la posibilidad de que la transformación del output fuera BoxCox(0,m). Con m > 0.

• si es de tipo BoxCox(n,m) con n > 1 habria que dar un mensaje indicando que no está implementado.

• si es de tipo BoxCox(1,1) habria que llevarlo al filtro lineal.

[Pedro Gea]

(In [2690]) Se renombran los términos relativos a los filtros aditivos (#729):

ObsFilter -> AdditiveFilter
ObservationsEff -> FilteredObservations

Se incorpora la predicción observable (#583) con la siguiente definición:

ObsPrediction = T::Inverse(Prediction) + AdditiveFilter

de modo que coincide con la mediana de la previsión de las observaciones
para cada día del intervalo de estimación supuestos conocidos todos los
datos anteriores.
De este modo se mantiene que la predicción coincide con el valor real
cuando el residuo es cero.
Éste es además el criterio utilizado en los informes de modelación.
Refs #729, #583

[Pedro Gea]

El resto de tareas pendientes se ubicaron en los tiques #764 y #776.