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

Abstract

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.