Buscar en Google Scholar
Título: Estimación de las componentes de una serie de tiempo mediante Regresión Armónica Dinámica
Asesor(es): Medina Merino, Rosa Fátima
Campo OCDE: https://purl.org/pe-repo/ocde/ford#1.01.03; https://purl.org/pe-repo/ocde/ford#1.05.11
Fecha de publicación: 2021
Institución: Universidad Nacional Mayor de San Marcos
Resumen: 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.
Disciplina académico-profesional: Estadística
Institución que otorga el grado o título: Universidad Nacional Mayor de San Marcos. Facultad de Ciencias Matemáticas. Escuela Profesional de Estadística
Grado o título: Licenciada en Estadística
Jurado: Molina Quiñones, Helfer Joel; Agüero Palacios, Ysela Dominga
Fecha de registro: 27-jul-2021; 27-jul-2021



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