首页> 外文OA文献 >Análise e previsão de séries temporais com modelos ARIMA e análise espectral singular
【2h】

Análise e previsão de séries temporais com modelos ARIMA e análise espectral singular

机译:使用ARIMA模型和奇异频谱分析对时间序列进行分析和预测

摘要

Na nossa sociedade cada vez é mais importante a criação de modelos que nos ajudem a compreender os fenómenos que nos rodeiam, assim como fazer os mais diversos tipos de previsões.Dos diversos tipos de dados disponíveis e recolhidos para posterior análise, serão neste trabalho tratados aqueles que são recolhidos em intervalos de tempo iguais (horas, dias, semanas, etc), ao longo de um período mais ou menos longo, ou seja as Séries Temporais.Escolher o modelo mais fiável, o que dá as previsões mais fidedignas, sempre foi um propósito e uma preocupação para a Estatística ao longo dos tempos.Neste trabalho, são focados em particular os modelos do tipo ARIMA e a Análise Espectral Singular, como ferramentas de trabalho na análise e previsão de séries temporais.Pretendeu-se contribuir um pouco para melhorar a abordagem da análise e previsão das séries temporais, ilustrando com exemplos e recurso ao software R e ao Gretl.
机译:在我们的社会中,创建模型以帮助我们了解周围的现象以及做出最多样化的预测越来越重要。在较长的一段时间(即时间序列)中以相等的时间间隔(小时,天,周等)收集的数据,一直以来,选择最可靠的模型(给出最可靠的预测)一直是这是统计工作的一个目的和关注点,在这项工作中,ARIMA模型和奇异频谱分析作为时间序列分析和预测的工作工具特别受关注。改进了分析和预测时间序列的方法,并通过示例进行说明并使用R软件和Gretl。

著录项

  • 作者

    Xavier Jorge Manuel Nunes;

  • 作者单位
  • 年度 2016
  • 总页数
  • 原文格式 PDF
  • 正文语种 por
  • 中图分类

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号