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...
Autores: | , |
---|---|
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).
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).