General · 2026
Técnicas de pronósticos : aplicaciones con R
Texto completo 367 páginas con texto de 368
Leer la tesis completa Ficha en el repositorio
Contenido
- 4.7. La funci´on filter de Rp. 113
- Librer´ıas para filtrado de series en Rp. 113
- Otras t´ecnicas de ajuste estacionalp. 113
- 4.8. Problemasp. 83
- 4.10. Series para el Trabajop. 113
- 5.1. Introducci´onp. 147
- 5.2. Series Estacionarias en Covarianzap. 147
- 5.4. Pruebas de Incorrelaci´onp. 67
- Prueba Durbin-Watson (DW)p. 147
- Prueba Durbin-Watson Generalizadap. 147
- laci´onp. 147
- Inclu´ır rezagos de la variable dependiente en el modelop. 147
- Transformaci´on Cochran-Orcuttp. 147
- Pruebas de Heterocedasticidadp. 22
- 6.1. Introducci´onp. 147
- 6.2. Procesos de Medias M´oviles de orden q, MA(q)p. 177
- Propiedades de los procesos MA(q)p. 177
- Condici´on de Invertibilidad del Proceso MA(q)p. 177
- Funci´on fac parcial de un Proceso MA(q) invertiblep. 177
- Estimaci´on de procesos MA(q)p. 177
- Procesos Autorregresivos de Orden p, AR(p)p. 177
- Covarianzap. 177
- La Funci´on de Autocovarianza de un Proceso AR(p)p. 177
- Estimaci´on de procesos AR(p)p. 177
- Simulaci´on de procesos AR(p)p. 177
- An´alisis de un caso de aplicaci´on de AR(p)p. 177
- Procesos Autoregresivos y de Medias M´oviles ARMA(p,q)p. 178
- Identificaci´on de modelos ARMAp. 178
- Procesos ARMA y la representaci´on de Woldp. 178
- Simulaci´on de los modelos SARMAp. 178
- La funci´on armasubsets de TSAp. 178
- Estimaci´on de los modelos SARMAp. 178
- Trabajo No 2. Modelos ARMA-SARMAp. 178
- 7.1. Introducci´onp. 147
- 7.2. Raiz unitaria y modelos ARIMAp. 239
- 7.4. Ejemplos de modelos ARIMAp. 239
- La prueba Diebold-Marianop. 239
- Pruebas de Hip´otesis para Ra´ıces Unitariasp. 239
- Potencia y tama˜no de las pruebas de hip´otesisp. 239
- 7.6. Prueba Dickey-Fullerp. 239
- 7.8. La prueba KPSSp. 239
- La prueba PPp. 239
- 8.4. La prueba HEGYp. 267
- 8.5. Prueba OCSBp. 267
- 8.7. Trabajo No 3 Modelos ARIMA-SARIMAp. 267
- 8.8. Series para el Trabajop. 113
- Modelos de Espacio de Estadosp. 301
- Modelo de componentes Holt-Wintersp. 301
- Modelo de espacio de estados Holt-Wintersp. 301
- La versi´on BSMp. 301
- Modelo de espacio estados Holt-Winters amortiguadop. 301
- Modelo de tendencia lineal local, Holtp. 301
- Modelo de tendencia lineal local amortiguadap. 301
- 10.1. Pruebas de No linealidad en Series de Tiempop. 325
- 10.2. Introducci´on a Redes neuronalesp. 325
- 10.2.1. Redes neuronales como modelos estad´ısticosp. 325
- 10.2.2. Redes neuronales perceptr´on multicapa, MLPp. 325
- 10.3. Redes neuronales autoregresivasp. 325
- 10.3.1. Redes recurrentes LSTMp. 325
- 10.5. Combinaci´on de pron´osticosp. 325
- A.1. Series con Tendencia y Estacionalidadp. 339
- A.1.1. Ejemplo 1. Cinco Seriesp. 339
- 4.4. Precios de la Acci´on de Microsoft Suavizados con SESp. 109
- 5.1. Ejemplo Funci´on de Autocovarianzap. 134
- 5.6. Fac de los Residuos Estructurales Serie Cementosp. 142
- Compara fac de serie no estacionaria versus estacionariap. 147
- 5.12. Y estimada versus residuales estructuralesp. 159
- Fac te´oricas de modelos MA(q)p. 166
- fac y facp de un MA(3) invertiblep. 169
- Aportes hidrol´ogicos en Gw/h, 01/07/98 - 31/05/14p. 186
- fac y facp de Aportes hidrol´ogicosp. 188
- fac y facp de residuos de AR(30)p. 189
- 6.10. Fac Muestral de ARMA(p, q)p. 193
- 6.13. Serie de llamadas diarias a un Call Centerp. 213
- Center. Posible modelo S-ARMAp. 214
- de llamadas diarias a un Call Centerp. 216