Look-up in Google Scholar
Title: Estimación de las componentes de una serie de tiempo mediante Regresión Armónica Dinámica
Advisor(s): Medina Merino, Rosa Fátima
OCDE field: https://purl.org/pe-repo/ocde/ford#1.01.03; https://purl.org/pe-repo/ocde/ford#1.05.11
Issue Date: 2021
Institution: Universidad Nacional Mayor de San Marcos
Abstract: En 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.
Discipline: Estadística
Grade or title grantor: Universidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Profesional de Estadística
Grade or title: Licenciada en Estadística
Juror: Molina Quiñones, Helfer Joel; Agüero Palacios, Ysela Dominga
Register date: 27-Jul-2021; 27-Jul-2021



This item is licensed under a Creative Commons License Creative Commons