Pronóstico fuera de la muestra

Al hablar de pronósticos, se distingue entre proyecciones dentro y fuera de muestra. En las primeras, las proyecciones realizadas se refieren a los mismos datos que se emplearon para la construcción y calibración del modelo (la muestra), mientras que en las segundas las proyecciones se refieren a datos ajenos a dicha muestra. En la búsqueda de metodologías que generen pronósticos precisos de los valores futuros de una variable, solo son relevantes las

proyecciones fuera de muestra por las siguientes razones:

• Las proyecciones fuera de muestra replican el funcionamiento de la herramienta de pronósticos en la práctica, por lo que la evaluación de su desempeño predictivo ser· un referente válido para los futuros errores de pronóstico.
• Los modelos de pronóstico se construyen minimizando los errores dentro de muestra por lo que los errores de pronósticos intramuestrales sobrestiman el potencial predictivo de las herramientas.
• Un modelo con buen desempeño intramuestral podría tener un muy mal desempeño en proyecciones fuera de muestra. Esto se debe a un sobreajuste (overfitting) o memorización de los datos muestrales, con lo que el modelo resultante ser· incapaz de responder de buena manera a nuevos valores.