xmlui.ArtifactBrowser.AdvancedSearch.title

Show simple item record

dc.contributor.advisorMedina Merino, Rosa Fátima
dc.contributor.authorOlivera Kalafatovich, Ruth Maly
dc.date.accessioned2021-07-27T21:13:29Z
dc.date.available2021-07-27T21:13:29Z
dc.date.issued2021
dc.identifier.citationKalafatovich, R. (2021). Estimación de las componentes de una serie de tiempo mediante Regresión Armónica Dinámica. [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Matemáticas, Escuela Profesional de Estadística]. Repositorio institucional Cybertesis UNMSM.
dc.identifier.urihttps://hdl.handle.net/20.500.12672/16810
dc.description.abstractEn el estudio presentado a continuación, se buscó identificar y estimar las componentes no observables de la serie de tiempo temperatura superficial del mar frente a las costas de Tumbes mediante un modelo de regresión armónica dinámica (DHR) con espacio-estado estocástico”. Para realizar la estimación se utilizó el filtro de Kalman y algoritmos fijos de intervalo suavizado. Asimismo, se trabajó con un método de optimización en el dominio de frecuencias para estimar la varianza del ruido blanco y otros hiperparámetros. En los resultados se consiguió la identificación de las componentes no observadas de la serie y su representación a través de los modelos de regresión armónica. Como tal, se definió que el modelo Ar(13) Ma(1) es el modelo que más se ajusta a la serie de tiempo con la que se trabajó, ya que presenta valores mínimos de AKAIKE, Schwarz Criterion, Hannan Quinn y las autocorrelaciones de los residuos se encuentran dentro de las bandas de confianza.
dc.formatapplication/pdf
dc.language.isospa
dc.publisherUniversidad Nacional Mayor de San Marcos
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.sourceUniversidad Nacional Mayor de San Marcos
dc.sourceRepositorio de Tesis - UNMSM
dc.subjectAnálisis de series de tiempo
dc.subjectAnálisis de regresión
dc.titleEstimación de las componentes de una serie de tiempo mediante Regresión Armónica Dinámica
dc.typeinfo:eu-repo/semantics/bachelorThesis
thesis.degree.nameLicenciada en Estadística
thesis.degree.grantorUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Profesional de Estadística
thesis.degree.disciplineEstadística
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.01.03
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.05.11
dc.publisher.countryPE
renati.advisor.dni25654442
renati.advisor.orcidhttps://orcid.org/0000-0002-3367-5659
renati.author.dni70435679
renati.discipline542016
renati.jurorMolina Quiñones, Helfer Joel
renati.jurorAgüero Palacios, Ysela Dominga
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
sisbib.juror.dni40014631
sisbib.juror.dni09059647


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess