Pronostico de caudales del río Chira, usando modelos Arima y Holt-Winters. Piura -2013.

Descripción del Articulo

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...

Descripción completa

Detalles Bibliográficos
Autores: Sánchez Silva, Silvia Ysabel, Santos Reyes, Raúl
Formato: tesis de grado
Fecha de Publicación:2013
Institución:Universidad Nacional de Piura
Repositorio:UNP-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unp.edu.pe:UNP/546
Enlace del recurso:https://repositorio.unp.edu.pe/handle/UNP/546
Nivel de acceso:acceso abierto
Materia:Pronostico
Caudales
Chira
Usando
Modelos
Arima
id RUMP_7021a9233e901b0d64ef692efafe5ba7
oai_identifier_str oai:repositorio.unp.edu.pe:UNP/546
network_acronym_str RUMP
network_name_str UNP-Institucional
repository_id_str 4814
spelling Alva Alva, Walter GastónSánchez Silva, Silvia YsabelSantos Reyes, Raúl2016-08-26T23:54:20Z2016-08-26T23:54:20Z2013CIE-SAN-SIL-13https://repositorio.unp.edu.pe/handle/UNP/546Este 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.Tesisapplication/pdfspaUniversidad Nacional de Piurainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Universidad Nacional de Piurareponame:UNP-Institucionalinstname:Universidad Nacional de Piurainstacron:UNPPronosticoCaudalesChiraUsandoModelosArimaPronostico de caudales del río Chira, usando modelos Arima y Holt-Winters. Piura -2013.info:eu-repo/semantics/bachelorThesisSUNEDULicenciado en EstadísticaUniversidad Nacional de PiuraTítulo ProfesionalEstadísticaFacultad de CienciasORIGINALCIE-SAN-SIL-13.pdfapplication/pdf1306355https://repositorio.unp.edu.pe/bitstreams/50c4a5ac-ae33-4367-95b0-d5de5b74d7b9/download15638a383253b06583f18b6b99002e95MD51TEXTCIE-SAN-SIL-13.pdf.txtCIE-SAN-SIL-13.pdf.txtExtracted texttext/plain89542https://repositorio.unp.edu.pe/bitstreams/24c3a640-bc24-44b4-983d-c355e70a5039/downloada667984115377d0f8b30a84cf1e73756MD52UNP/546oai:repositorio.unp.edu.pe:UNP/5462019-02-17 09:38:01.435https://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessrestrictedhttps://repositorio.unp.edu.peDSPACE7 UNPdspace-help@myu.edu
dc.title.es_PE.fl_str_mv Pronostico de caudales del río Chira, usando modelos Arima y Holt-Winters. Piura -2013.
title Pronostico de caudales del río Chira, usando modelos Arima y Holt-Winters. Piura -2013.
spellingShingle Pronostico de caudales del río Chira, usando modelos Arima y Holt-Winters. Piura -2013.
Sánchez Silva, Silvia Ysabel
Pronostico
Caudales
Chira
Usando
Modelos
Arima
title_short Pronostico de caudales del río Chira, usando modelos Arima y Holt-Winters. Piura -2013.
title_full Pronostico de caudales del río Chira, usando modelos Arima y Holt-Winters. Piura -2013.
title_fullStr Pronostico de caudales del río Chira, usando modelos Arima y Holt-Winters. Piura -2013.
title_full_unstemmed Pronostico de caudales del río Chira, usando modelos Arima y Holt-Winters. Piura -2013.
title_sort Pronostico de caudales del río Chira, usando modelos Arima y Holt-Winters. Piura -2013.
author Sánchez Silva, Silvia Ysabel
author_facet Sánchez Silva, Silvia Ysabel
Santos Reyes, Raúl
author_role author
author2 Santos Reyes, Raúl
author2_role author
dc.contributor.advisor.fl_str_mv Alva Alva, Walter Gastón
dc.contributor.author.fl_str_mv Sánchez Silva, Silvia Ysabel
Santos Reyes, Raúl
dc.subject.es_PE.fl_str_mv Pronostico
Caudales
Chira
Usando
Modelos
Arima
topic Pronostico
Caudales
Chira
Usando
Modelos
Arima
description 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.
publishDate 2013
dc.date.accessioned.none.fl_str_mv 2016-08-26T23:54:20Z
dc.date.available.none.fl_str_mv 2016-08-26T23:54:20Z
dc.date.issued.fl_str_mv 2013
dc.type.en_US.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.other.none.fl_str_mv CIE-SAN-SIL-13
dc.identifier.uri.none.fl_str_mv https://repositorio.unp.edu.pe/handle/UNP/546
identifier_str_mv CIE-SAN-SIL-13
url https://repositorio.unp.edu.pe/handle/UNP/546
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.en_US.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.en_US.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional de Piura
dc.source.es_PE.fl_str_mv Universidad Nacional de Piura
dc.source.none.fl_str_mv reponame:UNP-Institucional
instname:Universidad Nacional de Piura
instacron:UNP
instname_str Universidad Nacional de Piura
instacron_str UNP
institution UNP
reponame_str UNP-Institucional
collection UNP-Institucional
bitstream.url.fl_str_mv https://repositorio.unp.edu.pe/bitstreams/50c4a5ac-ae33-4367-95b0-d5de5b74d7b9/download
https://repositorio.unp.edu.pe/bitstreams/24c3a640-bc24-44b4-983d-c355e70a5039/download
bitstream.checksum.fl_str_mv 15638a383253b06583f18b6b99002e95
a667984115377d0f8b30a84cf1e73756
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv DSPACE7 UNP
repository.mail.fl_str_mv dspace-help@myu.edu
_version_ 1842621519610511360
score 12.660197
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).