Análisis de series temporales con outliers e intervenciones y sus aplicaciones
Al analizar datos de Series Temporales (ST), muchas veces se observa que en determinados momentos la serie a estudiar presenta movimientos bruscos de importancia, que no es posible captar con una dependencia sistemática de su pasado; ya que dichos movimientos pueden tener su origen en intervenciones...
Na minha lista:
| Autores principales: | , |
|---|---|
| Outros Autores: | |
| Formato: | Tesis |
| Idioma: | es_SV |
| Publicado em: |
2024
|
| Assuntos: | |
| Acesso em linha: | https://hdl.handle.net/20.500.14492/11892 |
| Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
| Resumo: | Al analizar datos de Series Temporales (ST), muchas veces se observa que en determinados momentos la serie a estudiar presenta movimientos bruscos de importancia, que no es
posible captar con una dependencia sistemática de su pasado; ya que dichos movimientos pueden tener su origen en intervenciones incontroladas ó inesperadas; es decir que si en un momento concreto ocurre una observación atípica ó anómala, que no guarda relación con el patrón de comportamiento de la serie, observado hasta esa fecha, tal movimiento no se va a explicar con un modelo ARIMA clásico (regular ó estacionario). Los modelos ARIMA clásicos, sólo son validos para recoger una regularidad en el tiempo y
explorarla con fines explicativos y predictivos. En caso de que se de algo anómalo, sin conexión con la experiencia previa, este tipo de modelos no estarán preparados para captarlo y solucionar este tipo de problema. Surge así la necesidad de contar con una herramienta estadística para abordar el modelado de ST interrumpidas por ciertos sucesos externos tales como: vacaciones, huelgas, campañas
promociónales y cambios de política. Sucesos a los que Box y Tiao, les denominó Intervenciones y Datos Atípicos. En este sentido; este trabajo pretende realizar un estudio exhaustivo y comprensivo del análisis de ST con Datos Atípicos (Outliers) e Intervenciones, y sus Aplicaciones. |
|---|