Toda predicci—n es un intento de anticipar el futuro. En el contexto temporal, y trat‡ndose de procedimientos cuantitativos, puede hablarse inicialmente de dos clases de predicciones: condicionales e incondicionales. Las predicciones condicionales son las que se realizan mediante modelos causales. Las predicciones incondicionales son las que se hacen mediante mŽtodos autoproyectivos (el modelo de predicci—n s—lo incluye valores actuales, pasados y futuros de la propia serie en estudio). Estos mŽtodos pueden estar basados en dos enfoques alternativos: el determinista, o cl‡sico, y el estoc‡stico, o moderno (basado en la metodolog’a de Box y Jenkins). El enfoque determinista es el que tratamos en este libro y es m‡s adecuado cuando se dispone de un nœmero limitado de observaciones, mientras que el enfoque estoc‡stico es m‡s adecuado cuando las series son de mayor tama–o. El enfoque determinista est‡ basado en modelos no paramŽtricos en los cuales no se pone atenci—n a la estructura estoc‡stica de la poblaci—n de la cual se han extra’do las observaciones de la serie. Se trata de modelos de naturaleza m‡s descriptiva en los que tiene menos interŽs la teor’a de la probabilidad, la inferencia estad’stica y la formalizaci—n de los modelos economŽtricos. A lo largo del libro se desarrollar‡n los mŽtodos exponenciales, los modelos de Holt, los modelos de Brown, los modelos de Winters, los modelos de Holt Winters, los modelos de espacio de los estados, los modelos de redes neuronales y otras tipolog’as de modelos que se utilizan en el an‡lisis determinista de series temporales.