Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12008/24809
Cómo citar
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Kalemkerian, Juan | - |
dc.date.accessioned | 2020-07-28T18:39:21Z | - |
dc.date.available | 2020-07-28T18:39:21Z | - |
dc.date.issued | 2017 | - |
dc.identifier.citation | Kalemkerian, J. "Predicción mediante modelos ARFIMA y FOU de energía afluente". Memoria Investigaciones en Ingeniería. [en línea] 2017, 15(1): 109-124. 16 h. | es |
dc.identifier.issn | 2301-1106 | - |
dc.identifier.uri | https://hdl.handle.net/20.500.12008/24809 | - |
dc.description.abstract | En este trabajo se estudian predicciones a partir de modelos ARFIMA y FOU para la serie de datos semanales de energía afluente generada por las represas hidroeléctricas de Uruguay entre 1909 y 2012. Se describe la serie de datos, y mediante la estimación del exponente de Hurst se muestra la conveniencia de modelar a través de procesos de memoria larga. Se presentan dos familias de modelos de series de tiempo de este tipo, los ARFIMA y los FOU (Ornstein-Uhlenbeck fraccionarios). Se estiman sus parámetros y se compara el rendimiento de los mismos teniendo en cuenta su poder predictivo. | es |
dc.description.abstract | In this work we study predictions from ARFIMA and FOU models for the weekly data series of affluent energy generated by hydroelectric dams in Uruguay between 1909 and 2012. The estimation of Hurst coefficient suggests modeling through long memory time series. We present two families of time series models of this type, ARFIMA and FOU (fractional Ornstein-Uhlenbeck) models. Their parameters are estimated and taking into account their predictive power, their performance is compared. | es |
dc.format.extent | 16 h | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | es | es |
dc.publisher | Universidad de Montevideo | es |
dc.relation.ispartof | Memoria Investigaciones en Ingeniería, 2017, 15(1): 109-124 | es |
dc.rights | Las obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014) | es |
dc.subject | Modelos ARFIMA | es |
dc.subject | Ornstein-Uhlenbeck fraccionarios | es |
dc.subject | Memoria larga | es |
dc.subject | ARFIMA model | es |
dc.subject | Fractional Ornstein-Uhlenbeck | es |
dc.subject | Long range dependence | es |
dc.title | Predicción mediante modelos ARFIMA y FOU de energía afluente | es |
dc.title.alternative | Prediction using ARFIMA and FOU models of affluent energy | es |
dc.type | Artículo | es |
dc.contributor.filiacion | Kalemkerian Juan, Universidad de la República (Uruguay). Facultad de Ciencias. Centro de Matemática. | - |
dc.rights.licence | Licencia Creative Commons Atribución (CC - By 4.0) | es |
Aparece en las colecciones: | Publicaciones académicas y científicas - Facultad de Ciencias |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | ||
---|---|---|---|---|---|
Kal2017PRE.pdf | 1,24 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons