Descripción del título
Predicción en el dominio de...
El objetivo de este manual es la presentación de un conjunto de casos prácticos relativos a técnicas estadísticas de análisis y predicción de series temporales, orientadas a la toma de decisiones para la Gestión y Dirección de Empresas Industriales. El contenido se dirige a estudiantes universitarios de todos los niveles, que se estén formando en la materia, fortaleciendo su destreza en la aplicación de los conocimientos teóricos a casos prácticos, con los que podrá encontrarse en su inserción profesional. La exposición clara y rigurosa de la resolución de los ejercicios en cada capítulo, ayudará al estudiante a comprender las nociones teóricas fundamentales en el análisis de series temporales. [Fuente: eLibro]
Recurso Electrónico
recurso_electronico Rebiun37754753 https://catalogo.rebiun.org/rebiun/record/Rebiun37754753 211202s2016 esp f d spa d 9788490484388 9788490485637 ed. electrónica) UAN0125106 UAN 519.246.8(076)(0.034) García Díaz, Juan Carlos. Predicción en el dominio del tiempo Recurso electrónico] : análisis de series temporales para ingenieros Juan Carlos García Díaz. Valencia Universidad Politécnica de Valencia 2016. Valencia Valencia Universidad Politécnica de Valencia 1 archivo il., gráf. 1 archivo Manual de Referencia Introducción -- Capítulo 1 Análisis descriptivo de series temporales: 1.1. Introducción ; 1.2. Componentes de una serie temporal ; 1.3. Métodos de descomposición de una serie temporal ; 1.4. Series temporales con doble o triple estacionalidad ; 1.5. Parámetros y criterios de evaluación de la bondad en el ajuste de modelos ; Ejercicios propuestos -- Capítulo 2 Técnicas de suavizado de series temporales: 2.1. Introducción ; 2.2. Medias móviles ; 2.3. Suavizado exponencial ; Ejercicios propuestos -- Capítulo 3 Introducción a los modelos ARIMA: 3.1. Introducción ; 3.2. Procesos estocásticos ; 3.3. Identificación de la autocorrelación en series temporales ; 3.4. Propiedades de un proceso estocástico ; 3.5. Modelos lineales ; 3.6. Modelos auto regresivos (AR) ; 3.7. Modelos de medias móviles (MA) ; 3.8. Modelos autorregresivos de medias m viles (ARMA) ; 3.9. Modelos ARIMA no estacionarios ; 3.10. Modelos ARIMA estacionales ; 3.1 Modelos ARIMA generales ; Ejercicios propuestos -- Capítulo 4 Modelización ARIMA: 4.1. Metodología Box-Jenkins para el ajuste de modelos ARIMA ; 4.2. Obtención de una serie estacionaria ; 4.3. Identificación de un modelo tentativo -- Capítulo 5 Estimación de modelos ARIMA correspondientes: 5.1. Estimación del modelo ; 5.2. Análisis de la significación de los parámetros ; 5.3. Análisis de las estacionariedad e invertivilidad de los modelos ; Ejercicios propuestos -- Capítulo 6 Diagnóstico y validación de modelos ARIMA: 6.1. Introducción ; 6.2. Normalidad de los residuos y media cero ; 6.3. Varianza constante de los residuos ; 6.4. Residuos incorrelacionados e independientes ; 6.5. Peridiograma acumulado -- Capítulo 7 Predicción de series temporales: 7.1. Introducción ; 7.2. Predicción puntual ; 7.3. Predicción por intervalos de confianza ; 7.4. Actualización de las predicciones -- Capítulo 8 Análisis de intervención y detección de valores atípicos: 8.1. Introducción ; 8.2. Análisis de intervención ; 8.3. Valores típicos -- Capítulo 9 Modelos de regresión dinámica. Función de transferencia-ruido: 9.1. Introducción ; 9.2. Modelo unción de transferencia-ruido ; 9.3. Concepto de ganancia de la unción de transferencia ; 9.4. Método del preblanqueo ; 9.5. Identificación de los parámetros (b, r, s) ; 9.6. Método LTF (modelo de la Función de Transferencia Lineal) ; 9.7. Validación del modelo de unción de transferencia-ruido ; Ejercicios propuestos -- Anexo 1. Metodología Box-Jenkins -- Anexo 2. Tabla valores críticos distribución chi-cuadrado -- Anexo 3. Análisis y modelización con Statgraphics Centurion -- Bibliografía Acceso restringido a los usuarios de la Universidad Nebrija. Limitaciones de impresión, copia y descarga. El objetivo de este manual es la presentación de un conjunto de casos prácticos relativos a técnicas estadísticas de análisis y predicción de series temporales, orientadas a la toma de decisiones para la Gestión y Dirección de Empresas Industriales. El contenido se dirige a estudiantes universitarios de todos los niveles, que se estén formando en la materia, fortaleciendo su destreza en la aplicación de los conocimientos teóricos a casos prácticos, con los que podrá encontrarse en su inserción profesional. La exposición clara y rigurosa de la resolución de los ejercicios en cada capítulo, ayudará al estudiante a comprender las nociones teóricas fundamentales en el análisis de series temporales. [Fuente: eLibro] Ordenador con navegador de Internet Series temporales- Problemas, ejercicios, etc- En línea.