Por qué estos modelos
El comando compara cuatro modelos y pronostica con el que tenga menor pérdida
por cuantil P80 en un backtest con varias ventanas. Esta nota resume por qué
son esos cuatro. El experimento completo está en
experiments/model_comparison.py.
Datos y método
Sección titulada «Datos y método»- DEIS en vivo, descargado el 5 de octubre de 2026: siete hospitales (Puerto Montt, Frutillar, Osorno, Valdivia, Castro, Sótero del Río y Peumo), unas 245 semanas completas cada uno desde 2022.
- Backtest con 6 ventanas separadas por 8 semanas, para horizontes de 12 y 26 semanas, de modo que cada modelo se evalúa en distintas épocas del año.
- Métrica principal: pérdida por cuantil promedio (P50, P80, P90, P95), dividida por la de SeasonalNaive en el mismo establecimiento. Menos es mejor.
- Cobertura P80: fracción de semanas en que el valor real quedó bajo el P80. Lo ideal es cerca de 80%.
Resultados
Sección titulada «Resultados»Horizonte 12 semanas
| Modelo | Pérdida relativa | Rango medio | Cobertura P80 | s/ajuste |
|---|---|---|---|---|
| Harmonic_k6 | 0.51 | 2.9 | 76% | 0.2 |
| Harmonic_k3 | 0.51 | 3.0 | 76% | 0.3 |
| AutoARIMA_full | 0.51 | 3.6 | 88% | 19.0 |
| MSTL_arima | 0.51 | 3.6 | 79% | 0.2 |
| AutoARIMA_fast | 0.53 | 4.7 | 86% | 1.5 |
| MSTL_ets | 0.55 | 4.1 | 81% | 0.0 |
| AutoETS | 0.69 | 6.6 | 88% | 0.3 |
| SeasonalNaive | 1.00 | 7.6 | 48% | 0.0 |
Horizonte 26 semanas
| Modelo | Pérdida relativa | Rango medio | Cobertura P80 | s/ajuste |
|---|---|---|---|---|
| AutoARIMA_full | 0.54 | 2.9 | 84% | 17.4 |
| AutoARIMA_fast | 0.54 | 4.1 | 80% | 1.1 |
| Harmonic_k3 | 0.56 | 3.7 | 70% | 0.3 |
| Harmonic_k6 | 0.56 | 3.1 | 69% | 0.2 |
| MSTL_arima | 0.56 | 4.0 | 72% | 0.3 |
| MSTL_ets | 0.57 | 3.6 | 79% | 0.0 |
| AutoETS | 0.83 | 7.0 | 91% | 0.2 |
| SeasonalNaive | 1.00 | 7.6 | 45% | 0.0 |
Ganador por establecimiento (entre AutoARIMA, Armónico y MSTL)
Sección titulada «Ganador por establecimiento (entre AutoARIMA, Armónico y MSTL)»| Establecimiento | 12 semanas | 26 semanas |
|---|---|---|
| Sótero del Río (14-101) | MSTL | AutoARIMA |
| Peumo (15-103) | Armónico | Armónico |
| Valdivia (22-100) | Armónico | MSTL |
| Osorno (23-100) | Armónico | Armónico |
| Puerto Montt (24-105) | MSTL | MSTL |
| Frutillar (24-115) | Armónico | Armónico |
| Castro (33-150) | AutoARIMA | AutoARIMA |
Conclusiones
Sección titulada «Conclusiones»- AutoETS sale. Es el peor después del baseline en todos los casos. Con periodo de 52 semanas, statsforecast descarta la estacionalidad de ETS y el pronóstico queda plano: no anticipa la baja de verano.
- Ningún modelo gana en todos lados. AutoARIMA, Armónico y MSTL quedan a pocos puntos entre sí en promedio, y el ganador cambia según el establecimiento. Por eso se elige por establecimiento.
- El backtest usa varias ventanas (3 por defecto, separadas por 8 semanas) para que la elección no dependa de calzar con una sola temporada.
- AutoARIMA usa una búsqueda acotada. La búsqueda completa tarda unos 18 s por ajuste y mejora la pérdida en menos de 3%.
- Cobertura. Armónico y MSTL cubren algo menos de lo nominal a 26 semanas (70–79%); AutoARIMA queda más cerca de 80%. Los intervalos son una referencia, no una garantía.
Modelos extra
Sección titulada «Modelos extra»TBATS, Theta, Ensamble y ArmónicoFeriados se agregaron después para
experimentar y no forman parte de esta comparación. Se describen en
modelos.md. Si en tu establecimiento alguno gana de forma
consistente, úsalo con -m.