Análisis de series temporales : algunas técnicas de predicción PDF Download

Author: Inmaculada Gallastegui Zulaica
Publisher:
ISBN: 9788475421278
Category :
Languages : es
Pages : 0

View

Book Description

Author: I. Gallastegi
Publisher:
ISBN: 9788477490135
Category :
Languages : es
Pages : 98

View

Book Description

Author: Carmen Rodríguez Morilla
Publisher:
ISBN: 9788471337030
Category : Mathematics
Languages : es
Pages : 166

View

Book Description
Este libro tiene como propósito iniciar al lector en los métodos que se utilizan para el estudio de una variable en el tiempo, considerándolos como instrumentos válidos en la elaboración de predicciones que nos ayudan a tomar decisiones más acertadas o con un menor riesgo. El seguimiento de los temas permite que el lector, con pocos conocimientos matemáticos o estadísticos, adquiera las herramientas necesarias para adentrarse en los entresijos de los análisis de series temporales, a través de explicaciones de marcado carácter intuitivo, logrando, de esta forma, disponer de una base o marco de referencia, que le faculten en la profundización de tratamientos más elaborados. Por ello, se han reducido las formalizaciones matemáticas y estadísticas a las estrictamente necesarias. El interés recaerá, sobre todo, en la comprensión de las diferentes técnicas, en las situaciones o ámbitos de aplicación y en la interpretación de los resultados. El contenido de la obra se ha estructurado comenzando con un capítulo de carácter introductorio, le sigue un capítulo dedicado al análisis de las diferentes componentes en que se presume dividida una serie: tendencia, estacionalidad y ciclo. El capítulo tres trata de los modelos de alisado y en el cuarto se aborda el tema de la predicción desde una perspectiva más general, proporcionándose también una serie de procedimientos que nos ayudan a validar los modelos referidos a las series temporales. Finalmente, se concluye con una aplicación práctica.

Author: Daniel Peña
Publisher:
ISBN: 9788420669458
Category : Social Science
Languages : es
Pages : 0

View

Book Description
Este libro comienza con los análisis descriptivos más simples de series temporales, presenta los métodos actuales para construir modelos dinámicos y obtener predicciones y discute los problemas que constituyen las fronteras de la investigación actual en series temporales. Puede servir de texto para un curso de predicción dirigido a estudiantes de economía y administración de empresas, estadística o ingeniería y también para cursos más avanzados de doctorado en cualquier rama científica. Su enfoque es aplicado, con numerosos ejemplos que ilustran el análisis y predicción de series reales con los paquetes estadísticos más utilizados.

Author: Montserrat Pepió Viñals
Publisher: Univ. Politèc. de Catalunya
ISBN: 8483016362
Category : Mathematics
Languages : es
Pages : 161

View

Book Description
Este libro ha sido escrito y editado para los estudios de 2o ciclo de Ingeniería de Organización Industrial que se imparten en la Escuela Técnica Superior de Ingeniería Industrial de Terrassa de la Universidad Politécnica de Cataluña. Las series temporales presentan un conjunto de técnicas estadísticas que permiten, no sólo estudiar y modelizar el comportamiento de un fenómeno que evoluciona a lo largo del tiempo, sino también realizar previsiones de los valores que se alcanzarán en el futuro.

Author: Maria Albareda
Publisher: Omniascience
ISBN: 9788494062469
Category :
Languages : es
Pages : 158

View

Book Description
Los contenidos de este libro estan dirigidos a dar soporte a estudiantes de asignaturas de Estadistica impartidas en escuelas de Ingenieria (ETSEIAT-UPC) y profesionales que precisen de conocimientos avanzados de Estadistica que incluyan analisis de series temporales. El analisis de series temporales abarca un conjunto de tecnicas estadisticas encaminadas al estudio y modelizacion del comportamiento de un fenomeno que evoluciona con el tiempo y, ademas, permite realizar previsiones de los valores que se pueden alcanzar en un futuro. En este libro, despues de desarrollar algunas de las tecnicas de modelizacion y prevision, se presentan diversos casos de aplicacion de las mismas con datos reales y una coleccion de 65 problemas resueltos detalladamente."

Author: Libros Cientificos
Publisher: CreateSpace
ISBN: 9781514820971
Category :
Languages : es
Pages : 152

View

Book Description
Toda predicción es un intento de anticipar el futuro. En el contexto temporal, y tratándose de procedimientos cuantitativos, puede hablarse de dos clases de predicciones: condicionales e incondicionales. Las predicciones condicionales son las que se realizan mediante modelos causales. Por ejemplo, en un modelo de regresión que relaciona dos variables, una dependiente, Y, y otra independiente, X, las predicciones de Y están condicionadas a X, es decir, se predice Y dada X. Las predicciones incondicionales son las que se hacen mediante métodos autoproyectivos. Estos métodos pueden estar basados en dos enfoques alternativos: el determinista, o clásico, y el estocástico, o moderno. El enfoque determinista utiliza, tendencias, medias móviles y otras herramientas similares para predecir el futuro de una serie temporal y el enfoque estocástico se basa en el análisis de series temporales mediante la Metodología de Box-Jenkins. El enfoque determinista es más adecuado cuando se dispone de un número limitado de observaciones, mientras que el enfoque estocástico es más adecuado cuando las series son de mayor tamaño. Este libro desarrolla los diferentes tipos de predicciones a través del software STATGRAPHICS CENTURION

Author: Felicidad MARQUÉS
Publisher:
ISBN:
Category :
Languages : es
Pages : 198

View

Book Description
Este libro profundiza en la obtención de predicciones mediante métodos deterministas. El libro comienza presentando los conceptos generales sobre series temporales y las herramientas para su estudio descriptivo y gráfico. Se trabaja con las componentes de una serie temporal y con los recursos que permiten estudiar el análisis de la estacionalidad entre los que destacan la teoría espectral. A continuación se obtienen predicciones de series temporales mediante métodos deterministas entre los que se encuentran el suavizado exponencial de Holt, el suavizado de Brown y el suavizado de Holt Winters. Se utilizan adicionalmente métodos de redes neuronales y métodos del espacio de lo estados para obtener predicciones mejoradas. Se tienen en cuenta los métodos automáticos para obtener predicciones. Se presentan gran variedad de ejemplos y ejercicios resueltos con R.

Author: Andrés Carrión García
Publisher:
ISBN:
Category :
Languages : es
Pages : 79

View

Book Description

Author: CESAR PEREZ LOPEZ
Publisher: CESAR PEREZ
ISBN:
Category : Mathematics
Languages : es
Pages : 307

View

Book Description
MATLAB cuenta con la herramienta Deep Learning Toolbox que proporciona algoritmos, funciones y aplicaciones para crear, entrenar, visualizar y simular redes neuronales. Puede realizar clasificación, regresión, agrupamiento, reducción de dimensionalidad, pronóstico de series temporales y modelado y control de sistemas dinámicos. Las redes neuronales dinámicas son adecuadas para la predicción de series temporales. Puede utilizar la app Neural Net Time Series para resolver diferentes tipos de problemas de series temporales. Generalmente es mejor comenzar con la GUI y luego usarla para generar automáticamente scripts de línea de comandos. Antes de utilizar cualquiera de los métodos, el primer paso es definir el problema seleccionando un conjunto de datos. Cada GUI tiene acceso a muchos conjuntos de datos de muestra que puede utilizar para experimentar con la caja de herramientas. Si tiene un problema específico que desea resolver, puede cargar sus propios datos en el espacio de trabajo. Con MATLAB es posible resolver tres tipos diferentes de problemas de series temporales. En el primer tipo de problema de series de tiempo, se busca predecir valores futuros de una serie de tiempo y(t) a partir de valores pasados de esa serie de tiempo y valores pasados de una segunda serie de tiempo x(t). Esta forma de predicción se denomina red autorregresiva no lineal con entrada exógena (externa), o NARX. En el segundo tipo de problema de series temporales, sólo hay una serie involucrada. Los valores futuros de una serie temporal y(t) se predicen sólo a partir de valores pasados de esa serie. Esta forma de predicción se llama autorregresiva no lineal o NAR. El tercer problema de series de tiempo es similar al primer tipo, en el sentido de que están involucradas dos series, una serie de entrada (predictores) x(t) y una serie de salida (respuestas) y(t). Este libro desarrolla los métodos de predicción con series temporales a través de redes neuronales con MATLAB.