Hola tengo un problema donde debo hacer estimación de valores futuros de series de tiempo. Una de las 2 series tiene esta gráfica: [/URL] subir imagen[/IMG] En mi problema tengo 8000 valores (todos entre 0 y 1) que representan la medición de una característica de un proceso real. Mi objetivo es estimar los próximos 8000 valores de la serie de tiempo, considerando que hay dependencia con los valores pasados, al ser un proceso real la velocidad no puede pasar de 0.1 a 0.6 de una medición a otra, por ejemplo. También en los valores estimados se deben conservar características como la media y la varianza del set original de datos. He intentado meter los datos a matlab usando esta referencia http://www.mathworks.com/help/econ/arima-class.html Como la serie es "seasonal" (no se me ocurre en este momento un término en españlol jaja), la simulación de valores futuros de la serie debe conservar los valores "bajos" alrededor de la simulación 4000. El problema que tengo es que no entiendo como armar un modelo ARIMA en matlab con estas características Si alguien cacha y me ayuda con esto se lo agradeceré eternamente jaja Saludos
Así a simple vista, me parece que lo que te piden es una simulación de montecarlo. Revisa aquella opción. (no soy estadístico, puedo no ser confiable)
Yo solo cacho lo de un curso básico de probabilidad y estadística, pero creo que montecarlo no aplica en este caso porque hay que considerar la dependencia entre valores de la serie y usar modelos regresivos, pero no cacho bien, espero que aparezca alguien que se maneje en el tema.
No recuerdo bien modelos de series de tiempo,lo único que puedo hacer es guiarte,mira: Primero analiza tus datos,ya que para utilizar un modelo de serie de tiempo,tus datos deben cumplir ciertos requisitos.Investiga bien cuales son esas condiciones y una vez que tengas certeza de que es una serie de tiempo,te lanzas con un modelo de serie de tiempo. Ahora bien,puede que tus datos no cumplan 100% con los requisitos,estoy seguro que por eso no te resulta la proyeccion. En este caso hay metodos para arreglar tus datos,tampoco los recuerdo. A simple vista yo creo que eso es lo que tienes que hacer,ese es el verdadero problema que tú profe te encomendó resolver,ya que pronosticar es solo meter los datos y que el software calcule los parámetros. Estoy tratando de buscar el pdf que mi profe hizo personalmente sobre series de tiempo,es corto y va al grano,cuando lo encuentre te lo mando
Vale por los aportes cabros, aún no estoy seguro si lo estoy abordando bien, si pueden aportan háganlo!
Aún tengo problemas con esto, si alguien se maneja con modelos ARMA en matlab que se manifieste porfa jaja
De lo que recuerdo Primero debes estudiar la serie de tiempo, si es Estacional y su tendencia, pues dependiendo de eso es el modelo a utilizar para predecir. Revisa el libro : Damodar Gujarati Yo soy industrial y eso es lo que recuerdo no mas jajaja, con excel la hacia todas.
Hola, revisaré el libro que indicaste. Como estoy tratando de hacerlo con matlab quiero incorporar la "seasonality" de los datos al definir un modelo ARIMA pero aún no cacho como hacerlo :S
Primero grafica y ve si hay tendencia, estacionalidad, etc. trata de calcula un r^2 con excel para ver cual es la confiabilidad del modelo mediante regresión lineal (asumiendo no estacionalidad). Luego, puedes probar una serie de tiempo donde minimices el error cuadratico medio para saber los valor de alfa y beta y con eso poder pronosticar los datos futuros (Asumiendo que existe dependencia con los datos pasados)
Hola, definitivamente el modelo no es lineal, R2 = 0.002, por eso tengo que tratar de establecer un modelo ARIMA para simular valores futuros. Los datos tienen "temporalidad" onda el perfil de recurso solar en verano es mucho mayor que en invierno y la estimación debe reflejar eso. Creo que la estimación se debe hacer con un modelo ARIMA que incluya "Seasonality" pero entiendo como hacerlo en matlab La gráfica de una de las 2 series que tengo es la siguiente [/URL] subir imagen[/IMG]
