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
id UNACIONAL2_0f1917b82e570a908c7700d56cbc8ad0
oai_identifier_str oai:repositorio.unal.edu.co:unal/76272
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Giraldo Gómez, Norman Diego4c2bfd11-f42a-47f4-9da8-f9b3a6a1bc8e3002020-03-30T06:17:27Z2020-03-30T06:17:27Z2006https://repositorio.unal.edu.co/handle/unal/76272http://bdigital.unal.edu.co/72438/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.application/pdfspaUniversidad Nacional de Colombia Sede Medellín Facultad de Ciencias Escuela de EstadísticaEscuela de Estadística51 Matemáticas / MathematicsGiraldo Gómez, Norman Diego (2006) Técnicas de pronósticos : aplicaciones con R. Documento de trabajo. Sin Definir, Medellín. (Enviado)Técnicas de pronósticos : aplicaciones con RDocumento de trabajoinfo:eu-repo/semantics/workingPaperinfo:eu-repo/semantics/submittedVersionhttp://purl.org/coar/resource_type/c_8042http://purl.org/coar/version/c_71e4c1898caa6e32Texthttp://purl.org/redcol/resource_type/WPseries de tiempopronósticosProbabilidadesmedias móvilesmodelos armamodelos arimamodelos sarimamodelos para estacionalidadpruebas de raíz unitariapruebas para raíz unitaria estacionalsoftware R para series de tiempoEstadisticaORIGINAL70080416.2019.pdfapplication/pdf1235154https://repositorio.unal.edu.co/bitstream/unal/76272/1/70080416.2019.pdfa3066c5ca0bc3b126261bc5e9d804095MD51THUMBNAIL70080416.2019.pdf.jpg70080416.2019.pdf.jpgGenerated Thumbnailimage/jpeg2960https://repositorio.unal.edu.co/bitstream/unal/76272/2/70080416.2019.pdf.jpg09a6f984b6846eca1d39313f45968f67MD52unal/76272oai:repositorio.unal.edu.co:unal/762722023-07-13 23:03:42.335Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Técnicas de pronósticos : aplicaciones con R
title Técnicas de pronósticos : aplicaciones con R
spellingShingle Técnicas de pronósticos : aplicaciones con R
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
title_short Técnicas de pronósticos : aplicaciones con R
title_full Técnicas de pronósticos : aplicaciones con R
title_fullStr Técnicas de pronósticos : aplicaciones con R
title_full_unstemmed Técnicas de pronósticos : aplicaciones con R
title_sort Técnicas de pronósticos : aplicaciones con R
dc.creator.fl_str_mv Giraldo Gómez, Norman Diego
dc.contributor.author.spa.fl_str_mv Giraldo Gómez, Norman Diego
dc.subject.proposal.spa.fl_str_mv 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
topic 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
description 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.
publishDate 2006
dc.date.issued.spa.fl_str_mv 2006
dc.date.accessioned.spa.fl_str_mv 2020-03-30T06:17:27Z
dc.date.available.spa.fl_str_mv 2020-03-30T06:17:27Z
dc.type.spa.fl_str_mv Documento de trabajo
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/workingPaper
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/submittedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_8042
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_71e4c1898caa6e32
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/WP
format http://purl.org/coar/resource_type/c_8042
status_str submittedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/76272
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/72438/
url https://repositorio.unal.edu.co/handle/unal/76272
http://bdigital.unal.edu.co/72438/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Medellín Facultad de Ciencias Escuela de Estadística
Escuela de Estadística
dc.relation.haspart.spa.fl_str_mv 51 Matemáticas / Mathematics
dc.relation.references.spa.fl_str_mv Giraldo Gómez, Norman Diego (2006) Técnicas de pronósticos : aplicaciones con R. Documento de trabajo. Sin Definir, Medellín. (Enviado)
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/76272/1/70080416.2019.pdf
https://repositorio.unal.edu.co/bitstream/unal/76272/2/70080416.2019.pdf.jpg
bitstream.checksum.fl_str_mv a3066c5ca0bc3b126261bc5e9d804095
09a6f984b6846eca1d39313f45968f67
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1814089776062529536

Publicaciones similares