Buscar en Google Scholar
Título: Pronostico de caudales del río Chira, usando modelos Arima y Holt-Winters. Piura -2013.
Asesor(es): Alva Alva, Walter Gastón
Palabras clave: PronosticoCaudalesChiraUsandoModelosArima
Fecha de publicación: 2013
Institución: Universidad Nacional de Piura
Resumen: Este trabajo centra su análisis en el estudio del comportamiento del caudal del Rio Chira en el departamento de Piura, utilizando los modelos ARIMA y el procedimiento de Holt - Winters, con el objetivo de comparar su eficiencia y utilizar el mejor como un mecanismo de predicción de dicho caudal. El estudio utiliza una muestra del caudal del rio Chira, correspondiente a enero de 1980 y diciembre del 2011. Los Datos fueron obtenidos del Proyecto Especial Chira Piura - División de Hidrometeorología. En primer lugar se verificó la estacionariedad de la serie, requisito indispensable para aplicar los modelos ARIMA; como dicho supuesto no se cumplió, la serie se diferencio una vez, luego de lo cual se aplicó la metodología Box Jenkins, para encontrar los parámetros del modelo en referencia; este análisis se hizo utilizando el programa EVIEWS 7.0 y IBM SPSS 19.0. Por otro lado se estimó los parámetros del modelo de Holt - Winters, utilizando para ello el programa STATGRAPIDCS, el cuál proporciona las constantes de suavización del modelo, optimizadas. Para comparar la eficiencia de ambos modelos se utilizó la Desviación Media Absoluta (MAE), análisis que se hizo utilizando EXCEL. Los resultados encontrados indican que el modelo más adecuado es el modelo ARIMA(12,1,2), es decir es un modelo Autorregresivo de orden máximo 12, diferenciado una vez y promedio móvil de orden dos. Se selecciono este modelo porque su Desviación Media Absoluta fue menor.
Disciplina académico-profesional: Estadística
Institución que otorga el grado o título: Universidad Nacional de Piura
Grado o título: Licenciado en Estadística
Fecha de registro: 26-ago-2016; 26-ago-2016



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons