Reconstrucción de datos de series de tiempo : una aplicación a la demanda horaria de la electricidad
RESUMEN: Generalmente, la identificación y estimación de modelos ARIMA parten del supuesto de que las series que se van a analizar no contienen datos faltantes, ni observaciones atípicas, ni existen intervenciones en el período de estudio. Sin embargo, en la práctica, estos problemas pueden ocurrir...
- Autores:
-
Castaño Vélez, Elkin Argemiro
- Tipo de recurso:
- Article of investigation
- Fecha de publicación:
- 2007
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/7334
- Acceso en línea:
- http://hdl.handle.net/10495/7334
- Palabra clave:
- Función de transferencia
Observaciones atípicas
Observaciones faltantes
ARIMA
Modelos econométricos
Series de tiempo
Atypical observations
Missing observations
Transfer function
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 2.5 Colombia
| Summary: | RESUMEN: Generalmente, la identificación y estimación de modelos ARIMA parten del supuesto de que las series que se van a analizar no contienen datos faltantes, ni observaciones atípicas, ni existen intervenciones en el período de estudio. Sin embargo, en la práctica, estos problemas pueden ocurrir simultáneamente, afectando la identificación del modelo adecuado y por tanto su capacidad de pronóstico. Este artículo presenta un procedimiento que permite estimar el efecto de las intervenciones, de las observaciones atípicas, estimar las observaciones faltantes y simultáneamente identificar el modelo ARIMA. El procedimiento se aplica a una serie de demanda horaria de electricidad en la cual ocurren los tres eventos mencionados. |
|---|