Los conjuntos de datos históricos frecuentemente muestran los efectos de los eventos únicos que causan datos atípicos. El evento que causa el dato atípico puede ser conocido o desconocido. A pesar de que suavización exponencial es un procedimiento robusto, estos datos atípicos pueden disminuir la calidad de tus pronósticos y (especialmente) los límites de confianza.
Puedes eliminar el efecto de un dato atípico codificándolo como un evento especial que ocurre sólo una ocasión. Si tienes muchos datos atípicos, cada uno tiene que ser codificado como un tipo de evento diferente. Forecast Pro “explicará” cada dato atípico como el resultado del evento al cual se encuentra asociado.
El impacto de los datos atípicos en los pronósticos y los límites de confianza puede ser reducido substancialmente. Sin embargo, debes de tener precaución: si los datos atípicos continúan ocurriendo en el periodo pronosticado, entonces los límites de confianza van a resultar irrealmente estrechos.