Un modelo híbrido junta dos modelos. El primero, aquí el SARIMA(0,1,0)(0,1,1)12 de la sesión 5, da el pronóstico base. En cada mes de entrenamiento deja un residuo: lo observado menos lo que el SARIMA esperaba. El segundo, un MLP con una capa oculta de 16 neuronas, aprende a pronosticar ese residuo con sus 12 meses anteriores. El pronóstico del híbrido es la suma: base más residuo pronosticado.
La página parte de diciembre de 2024 y pronostica los doce meses de 2025. Usted recorre los meses y ve cada pieza de la suma junto a lo que pasó.
Residuos del SARIMA ajustado hasta diciembre de 2024, en millones. En rojo, los 13 primeros, que se dejan fuera.
El pronóstico del SARIMA y el residuo que pronostica el MLP vienen de statsmodels y PyTorch, con el mismo código del notebook de la sesión, calculados fuera de la página. La suma, el error y el MAE se calculan aquí.