Questa tesi affronta il tema della riconciliazione delle previsioni applicata alla domanda intermittente, ovvero a serie storiche caratterizzate dalla presenza di valori interi e da un’elevata frequenza di osservazioni nulle. L’obiettivo principale è analizzare come l’impiego dei metodi previsivi tradizionalmente utilizzati per questo tipo di dati, come il metodo di Croston, influenzi la qualità delle previsioni di base e il loro comportamento nel processo di riconciliazione. In particolare, si esplora l’effetto delle caratteristiche specifiche della domanda intermittente sulla coerenza e sull’accuratezza delle previsioni, considerando diverse strutture di aggregazione e confrontando i risultati ottenuti mediante differenti approcci di riconciliazione. Il lavoro si propone, dunque, di approfondire le strategie di riconciliazione cross-sezionale, temporale e cross-temporale in contesti caratterizzati da domanda irregolare e discontinua.

Riconciliazione di previsioni per serie storiche intermittenti

NAPOLI, JULIA ROSA
2024/2025

Abstract

Questa tesi affronta il tema della riconciliazione delle previsioni applicata alla domanda intermittente, ovvero a serie storiche caratterizzate dalla presenza di valori interi e da un’elevata frequenza di osservazioni nulle. L’obiettivo principale è analizzare come l’impiego dei metodi previsivi tradizionalmente utilizzati per questo tipo di dati, come il metodo di Croston, influenzi la qualità delle previsioni di base e il loro comportamento nel processo di riconciliazione. In particolare, si esplora l’effetto delle caratteristiche specifiche della domanda intermittente sulla coerenza e sull’accuratezza delle previsioni, considerando diverse strutture di aggregazione e confrontando i risultati ottenuti mediante differenti approcci di riconciliazione. Il lavoro si propone, dunque, di approfondire le strategie di riconciliazione cross-sezionale, temporale e cross-temporale in contesti caratterizzati da domanda irregolare e discontinua.
2024
Forecast reconciliation for intermittent time series
Serie Storiche
Intermittenza
Previsione
Rinconciliazione
Probabilistica
File in questo prodotto:
File Dimensione Formato  
Napoli_Julia_Rosa.pdf

accesso aperto

Dimensione 5.5 MB
Formato Adobe PDF
5.5 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/88563