Es noviembre de 2025 y una aerolínea tiene que decidir cuántos vuelos programa en diciembre, el mes con más pasajeros en promedio. Pide un pronóstico del total de pasajeros del país para diciembre, a un mes, y quiere saber también qué modelo usar el año siguiente.
Hay seis candidatos de la tabla del curso: el estacional ingenuo, dos medias ponderadas con pesos a mano, el Transformer con y sin codificación de posición, y la regresión lineal sobre la diferencia con hace 12 meses. Primero se predice cuál queda más cerca, después se comprueba con lo observado y al final se elige con el backtest.
La ventana es la diferencia con hace 12 meses, en millones, de diciembre de 2024 a noviembre de 2025. Cada pronóstico es diciembre de 2024 más la diferencia que pronostica el modelo.
Las medias ponderadas y los errores se calculan en la página con la serie del curso. Los pronósticos del Transformer y de la regresión lineal vienen de PyTorch y de scikit-learn, entrenados con los meses hasta noviembre de 2025 con el mismo código del notebook, y se calcularon fuera de la página.
El backtest común: 13 orígenes, de febrero de 2024 a febrero de 2025, cada uno con 12 meses de pronóstico, 156 pronósticos por modelo. Las filas del Transformer son las de la semilla 2026.