La teoría de series temporales: una evaluación crítica de los desarrollos más recientes
En este trabajo se comparan en forma crítica los tres enfoques básicos para el análisis de series temporales: el análisis espectral, el modelado en el espacio de los estados y los modelos paramétricos ARIMA. La presentación de los dos primeros es breve y a efectos comparativos con el último enfoque...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Fecha de publicación: | 1981 |
| País: | España |
| Institución: | Universitat Politècnica de Catalunya (UPC) |
| Repositorio: | UPCommons. Portal del coneixement obert de la UPC |
| Idioma: | español |
| OAI Identifier: | oai:upcommons.upc.edu:2099/4447 |
| Acceso en línea: | https://hdl.handle.net/2099/4447 |
| Access Level: | acceso abierto |
| Palabra clave: | Inference Inferència Processos estocàstics Classificació AMS::62 Statistics::62M Inference from stochastic processes |
| Sumario: | En este trabajo se comparan en forma crítica los tres enfoques básicos para el análisis de series temporales: el análisis espectral, el modelado en el espacio de los estados y los modelos paramétricos ARIMA. La presentación de los dos primeros es breve y a efectos comparativos con el último enfoque cuyos desarrollos principales en los últimos diez años constituyen el núcleo de la presente comunicación. La conclusión principal es que estos enfoques han surgido con objetivos distintos, lo que los hace especialmente aptos para ser aplicados en campos específicos. La formulación ARIMA presenta la ventaja diferencial de incluir procedimientos de modelado para el caso más general en que la estructura del sistema es desconocida, lo que la hace muy apropiada para una amplia gama de problemas de modelado, previsión y control estocástico. |
|---|