Time Series Analysis and Forecasting by Example - Hardcover

Inhaltsangabe

El análisis de series temporales comprende métodos para analizar datos de series temporales con el fin de extraer estadísticas significativas y otras características de los datos. El pronóstico de series temporales es el uso de un modelo para predecir valores futuros basados en valores observados previamente. Mientras que el análisis de regresión se emplea a menudo de tal manera que prueba las teorías de que los valores actuales de una o más series de tiempo independientes afectan el valor actual de otra serie temporal, este tipo de análisis de series temporales no se denomina "análisis de series de tiempo", que se centra en comparar valores de una sola serie de tiempo o múltiples series temporales dependientes en diferentes puntos en el tiempo. Los datos de series temporales tienen un orden temporal natural. Esto hace que el análisis de series temporales sea distinto de los estudios transversales, en los que no existe un orden natural de las observaciones. El análisis de series temporales también es distinto del análisis de datos espaciales, donde las observaciones típicamente se relacionan con ubicaciones geográficas. Un modelo estocástico para una serie temporal generalmente reflejará el hecho de que las observaciones cercanas en el tiempo estarán más estrechamente relacionadas que las observaciones más separadas. Además, los modelos de series temporales a menudo utilizarán el ordenamiento natural unidireccional del tiempo de modo que los valores para un período dado se expresarán como derivados de alguna manera de valores pasados, en lugar de valores futuros. El Análisis de series temporales y predicción por ejemplo enfatiza las técnicas en el análisis de series temporales utilizando varios ejemplos. El libro enfoca métodos y técnicas para el análisis de series temporales en un enfoque simplificado basado en ejemplos. Este libro se refiere a métodos de pronóstico basados en el uso de análisis de series temporales. Se pretende principalmente como una fuente de referencia para profesionales e investigadores en previsión, que podrían, por ejemplo, ser estadísticos, econometrías, investigadores operacionales, científicos de gestión o científicos de decisión. El libro también podría usarse como texto para un curso de posgrado en previsión.

Die Inhaltsangabe kann sich auf eine andere Ausgabe dieses Titels beziehen.