Análisis de puntos de cambio en series de tiempo
Files
Date
2019-12
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Benemérita Universidad Autónoma de Puebla
Abstract
"El pronóstico de series de tiempo tiene una historia extensa, su objetivo es recolectar y estudiar rigurosamente las observaciones pasadas de una serie temporal para desarrollar un modelo apropiado que pueda describir la estructura inherente de la serie, a fin de generar valores futuros. Bajo este enfoque, el área de investigación en series de tiempo es fructífera con muchas metodologías existentes, la más conocida es sin duda la metodología Box-Jenkings con los modelos autorregresivos integrados de promedios móviles (modelos ARIMA). Con la finalidad de contar con modelos apropiados, es necesario considerar la existencia de puntos de cambio y datos anómalos para brindar mejores modelos de predicción. Desde el punto de vista de puntos de cambio, el problema es decidir si el modelo estadístico para una serie de observaciones no cambia o si el modelo cambia una o más veces, en este último caso, identificar cuándo se han producido los cambios y establecer modelos distintos para antes y después de haber detectado los cambios".
Description
Keywords
Citation
Collections
Document Viewer
Select a file to preview:
Can't see the file? Try reloading