Técnicas de pronósticos : aplicaciones con R

Se presentan dos tipos básicos de modelos para pronósticos con series de tiempo univariadas: el modelo de componentes y los modelos Arima-Sarima, con el objetivo de exponer las ventajas de cada uno. Todos los procedimientos, pruebas de hipótesis, etc se implementan con varias librerías de lenguaje R...

Full description

Autores:
Giraldo Gómez, Norman Diego
Tipo de recurso:
Work document
Fecha de publicación:
2006
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/76272
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/76272
http://bdigital.unal.edu.co/72438/
Palabra clave:
series de tiempo
pronósticos
Probabilidades
medias móviles
modelos arma
modelos arima
modelos sarima
modelos para estacionalidad
pruebas de raíz unitaria
pruebas para raíz unitaria estacional
software R para series de tiempo
Estadistica
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Se presentan dos tipos básicos de modelos para pronósticos con series de tiempo univariadas: el modelo de componentes y los modelos Arima-Sarima, con el objetivo de exponer las ventajas de cada uno. Todos los procedimientos, pruebas de hipótesis, etc se implementan con varias librerías de lenguaje R. El contenido es el siguiente: los capítulos 1-6 exponen el modelo de componentes e incluyen: modelos para la tendencia y la estacionalidad, suavizadores y medias móviles. Los capítulos 7,8,9, 10 exponen los modelos arma para los residuos, los modelos arima y sarima. En este ultimo capitulo se incluyen varias pruebas para raiz unitaria ordinaria y estacional.