Análisis comparativo de pronósticos realizados con redes neuronales, modelos Arima y procesos Garch para series de tiempo no estacionarias PDF Download
Are you looking for read ebook online? Search for your book and save it on your Kindle device, PC, phones or tablets. Download Análisis comparativo de pronósticos realizados con redes neuronales, modelos Arima y procesos Garch para series de tiempo no estacionarias PDF full book. Access full book title Análisis comparativo de pronósticos realizados con redes neuronales, modelos Arima y procesos Garch para series de tiempo no estacionarias by María Carolina Pantoja Rojas. Download full books in PDF and EPUB format.
Author: María Carolina Pantoja Rojas
Publisher:
ISBN:
Category :
Languages : es
Pages : 0
Get Book Here
Book Description
Author: María Carolina Pantoja Rojas
Publisher:
ISBN:
Category :
Languages : es
Pages : 0
Get Book Here
Book Description
Author: CESAR PEREZ LOPEZ
Publisher: CESAR PEREZ
ISBN:
Category : Mathematics
Languages : es
Pages : 307
Get Book Here
Book Description
MATLAB cuenta con la herramienta Deep Learning Toolbox que proporciona algoritmos, funciones y aplicaciones para crear, entrenar, visualizar y simular redes neuronales. Puede realizar clasificación, regresión, agrupamiento, reducción de dimensionalidad, pronóstico de series temporales y modelado y control de sistemas dinámicos. Las redes neuronales dinámicas son adecuadas para la predicción de series temporales. Puede utilizar la app Neural Net Time Series para resolver diferentes tipos de problemas de series temporales. Generalmente es mejor comenzar con la GUI y luego usarla para generar automáticamente scripts de línea de comandos. Antes de utilizar cualquiera de los métodos, el primer paso es definir el problema seleccionando un conjunto de datos. Cada GUI tiene acceso a muchos conjuntos de datos de muestra que puede utilizar para experimentar con la caja de herramientas. Si tiene un problema específico que desea resolver, puede cargar sus propios datos en el espacio de trabajo. Con MATLAB es posible resolver tres tipos diferentes de problemas de series temporales. En el primer tipo de problema de series de tiempo, se busca predecir valores futuros de una serie de tiempo y(t) a partir de valores pasados de esa serie de tiempo y valores pasados de una segunda serie de tiempo x(t). Esta forma de predicción se denomina red autorregresiva no lineal con entrada exógena (externa), o NARX. En el segundo tipo de problema de series temporales, sólo hay una serie involucrada. Los valores futuros de una serie temporal y(t) se predicen sólo a partir de valores pasados de esa serie. Esta forma de predicción se llama autorregresiva no lineal o NAR. El tercer problema de series de tiempo es similar al primer tipo, en el sentido de que están involucradas dos series, una serie de entrada (predictores) x(t) y una serie de salida (respuestas) y(t). Este libro desarrolla los métodos de predicción con series temporales a través de redes neuronales con MATLAB.
Author:
Publisher:
ISBN: 9788416228577
Category : Mathematics
Languages : es
Pages :
Get Book Here
Book Description
Author: Juana Alexandra Picón Cabrera
Publisher:
ISBN:
Category :
Languages : es
Pages :
Get Book Here
Book Description
El presente trabajo, desde un enfoque comparativo, pretende evaluar las predicciones realizadas por metodologías muy usadas en la actualidad. Por un lado, desde el punto de vista estadístico empleando un modelo clásico de predicción como es la metodología de BOX JENKINS representado por los modelos ARIMA y ARIMAX, en contraparte con las predicciones de la aplicación del método supervisado de Maching Learning : El modelo de Redes Neuronales Artificiales Univariante y con función de transferencia.
Author: Pilar Jara Jiménez
Publisher: Publicacions de la Universitat Jaume I
ISBN: 9788480213882
Category : Mathematics
Languages : es
Pages : 150
Get Book Here
Book Description
Pràctic manual que introdueix el lector en les sèries temporals i que descriu els conceptes bàsics, a més de fer un estudi exhaustiu de les seues anàlisis amb el procediment ARIMA i els diferents models que aquest procediment inclou. La gran senzillesa expositiva facilita al lector l'anàlisi, l'aplicació i la interpretació dels diferents components de les sèries.
Author: Salvador Torra Porras
Publisher: Addlink Software Científico
ISBN: 8461654978
Category : Computers
Languages : es
Pages : 270
Get Book Here
Book Description
El libro presenta el uso de los modelos neuronales en el campo de la economía y las finanzas. La primera parte del mismo está dedicada a la metodología de las redes neuronales, y explica las distintas topologías existentes. En cambio en la segunda parte, se muestran cinco aplicaciones en el ámbito económico, en especial de las finanzas de mercado. Así el interés del libro es doble, por un lado se suministra la teoría correspondiente a cada tipo de red neuronal y por otra parte, y más importante, se presentan casos prácticos resueltos paso a paso mediante el software Mathematica. En dichos casos prácticos se han utilizado datos reales y se presentan las instrucciones de uso y su justificación, de tal manera que para poder utilizar los ejemplos no es necesaria una familiaridad previa con Mathematica.
Author: Agustín Maravall
Publisher:
ISBN:
Category : Time-series analysis
Languages : es
Pages : 56
Get Book Here
Book Description
Author:
Publisher:
ISBN:
Category :
Languages : es
Pages : 197
Get Book Here
Book Description
En esta Tesis Doctoral se investiga el rendimiento de algoritmos para Redes Neuronales Artificiales (RNAs) en el contexto de aplicaciones relacionadas con la predicción de series temporales complicadas. Se postula un modelo basado en RBFs (Radial Basis Functions, Redes de Funciones Radiales) y en la descomposición ortogonal de matrices de datos formadas a partir de valores endógenos de series temporales,y se demuestra la capacidad del mismo para conseguir predicicones más precisas, con lo cual se puede ayudar a la mejora de acciones de control o de toma de decisiones en entornos industriales, sociales y económicos. El modelo descrito se denota por "NAPA-PRED" (Neural model with Automatic Parameer Adjustement for PREDiction; o Modelo Neuronal con Ajuste Automático de Parámetros para Predicción). Este modelo es capaz de determinar el número óptimo, así como la configuración o disposición temporal, de los retardos en los nodos de entrada.También es capaz de determinar el núemro óptimo (a efectos prácticos) de nodos o neuronas (RBFs) en la red neuronal artificial. También, se consigue una mejora adicional mediante la hibridación de este modelo con otras técnicas como el Análisis de Componentes Principales (PCA) para controlar el efecto de datos exógenos (externos a la serie), o la metodología estadística ARIMA para modelar y reducir el error de aproximación neuronal. Adicionalmente, se describe una nueva forma de paralelizar el esquema de descomposición matricial empleado, en lo que concierne a la transformación QR-cp, lo cual conduce a una ganancia de velocidad muy aceptable cuando se implementa el procedimiento sobre plataformas de cómputo relativamente asequible, como "clusters" de computadores personales. Las aplicaciones que se describen en las seccioens experimentales incluyen la predicicóna largo plazo de series temporales de comportamiento caótico, la mejora en la predicción del consumo en una red de distribución de aguas, o la predicción bursátil con datos de algunas compañías bancarias españolas.
Author: César López
Publisher: CreateSpace
ISBN: 9781507709894
Category :
Languages : es
Pages : 198
Get Book Here
Book Description
El análisis de series temporales es la herramienta esencial en el campo de la predicción. Aproximarse a evoluciones futuras de series de datos es una tarea difícil. La metodología matemática subyacente no es trivial y su aplicación práctica presenta muchos obstáculos. Si esta tarea ya no es trivial en el campo univariante, presenta aún más dificultades en el campo multivariante. Este libro pretende explicar la predicción mediante series temporales en el campo multivariante. Se presenta paso a paso la extensión de la metodología de Box y Jenkins al campo multidimensional. Asimismo, se resuelven ejemplos prácticos que ilustran los conceptos teóricos y que enseñan a aplicarlos a series reales.El contenido más importante del libro es el siguiente:ANÁLISIS DE LA INTERVENCIÓN Y MODELOS DE LA FUNCIÓN DE TRANSFERENCIA MODELOS DE INTERVENCIÓN IDENTIFICACIÓN DE MODELOS DE INTERVENCIÓN VALORES ATÍPICOS (OUTLIERS) OUTLIERS ADITIVOS (AO) OUTLIERS INNOVACIONALES (IO) OUTLIERS DE CAMBIO EN NIVEL (LS) OYTLIERS DE CAMBIO TEMPORAL (TC) MODELO UNIVARIANTE DE LA FUNCIÓN DE TRANSFERENCIA IDENTIFICACIÓN, ESTIMACIÓN Y VALIDACIÓN DEL MODELO DE LA FUNCIÓN DE TRANSFERENCIA. MODELOS DE LA FUNCIÓN DE TRANSFERENCIA ESTACIONALES EVIEWS Y LOS MODELOS DE INTERVENCIÓN. LOS PROGRAMAS TRAMO Y SEATS SAS Y LOS MODELOS DE INTERVENCIÓN Y FUNCIÓN DE TRANSFERECIA SPSS Y LOS MODELOS DE INTERVENCIÓN MODELOS MULTIVARIANTES DE SERIES TEMPORALES MODELOS ARMA VECTORIALES PROCESO VAR(1) PROCESOS VAR(P) PROCESOS VMA(Q) VARMA(P,Q) CONSTRUCCIÓN DE MODELOS VARMA PARA SERIES ESTACIONARIAS PROCESOS SVAR, PVAR Y BVAR. MODELOS DE CORRECCIÓN DEL ERROR ESTIMACIÓN DE MODELOS VAR EN EVIEWS A TRAVÉS DE MENÚS COINTEGRACIÓN EN MODELOS VAR EN EVIEWS A TRAVÉS DE MENÚS MODELO DE VECTOR DE CORRECCIÓN DEL ERROR EN MODELOS VAR CON EVIEWS SAS Y LOS MODELOS VAR. CONTRASTES DE CAUSALIAD Y COINTEGRACIÓN. TEST DE JOHANSEN CONTRASTE DE JOHANSEN EN MODELOS VAR CON SAS MODELO DE VECTOR DE CORRECCIÓN DEL ERROR EN MODELOS VAR CON SAS MODELOS VAR CON VARIABLES EXÓGENAS (VARX) EN SAS MODELOS DINÁMICOS CON SERIES TEMPORALES. CAMBIO ESTRUCTURAL, RAÍCES UNITARIAS Y COINTEGRACIÓN. MODELOS DINÁMICOS CON SERIES TEMPORALESESTABILIDAD ESTRUCTURAL EN MODELOS CON SERIES TEMPORALES Cambio estructural y contrastes de Chow RESIDUOS RECURSIVOS: CONTRASTES BASADOS EN ESTIMACIÓN RECURSIVA CONTRASTES CUSUM Y CUSUMQ MODELOS INESTABLES: REGRESIONES ESPURIASTESTS DE RAÍCES UNITARIAS MODELOS ESTABLES EN EL LARGO PLAZO: ANÁLISIS DE LA COINTEGRACIÓN MODELOS DE CORRECCIÓN POR EL ERROR MCEEVIEWS Y LOS MODELOS DINÁMICOS RAÍCES UNITARIAS, COINTEGRACIÓN Y CAMBIO ESTRUCTURAL CON EVIEWS RAÍCES UNITARIAS, COINTEGRACIÓN Y CAMBIO ESTRUCTURAL CON SAS
Author: César Pérez López
Publisher:
ISBN: 9788419034366
Category :
Languages : es
Pages : 0
Get Book Here
Book Description
Descripción del editor: "El objetivo de este libro es presentar las técnicas de predicción modernas basadas en el análisis de series temporales.El contenido se dirige a docentes y estudiantes universitarios de todos los niveles que imparten o cursan materias relacionadas con las series temporales o modelos econométricos que tengan relación con las series de tiempo. Asimismo, es útil para los profesionales de la Economía, Ciencias Sociales, Ciencias Experimentales y otras ramas científicas en las que se aplican las técnicas de modelización temporal y la predicción.El libro comienza introduciendo al lector en los conceptos esenciales para el trabajo con series temporales, como el tratamiento de tendencias, variaciones estacionales y variaciones cíclicas y tratando los métodos deterministas de predicción y suavizado (medias móviles, Holt-Winters, etc.). A continuación, se abordan los métodos estocásticos de predicción presentando el análisis univariante de series temporales a través de los modelos ARIMA y la metodología de Box-Jenkins, incluyendo modelos estacionales y generales con sus etapas de identificación, estimación, diagnosis y predicción. Posteriormente se abordan temas más avanzados como el análisis de la intervención y los modelos de la función de transferencia. También se desarrollan métodos de predicción con series temporales a través de redes neuronales y espacio de los estados.Representa un valor añadido fundamental el análisis detallado de las posibilidades del software R para obtener predicciones a través de las series temporales. Se hace hincapié en los métodos de predicción automática que incorpora R en sus últimas versiones.En cuanto a la metodología docente, cada capítulo comienza con una exposición resumida de los conceptos teóricos y posteriormente se enfoca la parte práctica ilustrando cada concepto teórico con ejemplos desarrollados de forma muy detallada. Los capítulos finalizan con la resolución clara y precisa de problemas representativos del tema en estudio." (Garceta).
