dc.contributor.advisor | González Arteaga, María Teresa | es |
dc.contributor.advisor | Rodríguez del Tío, María Pilar | es |
dc.contributor.author | García Corona, Javier | |
dc.contributor.editor | Universidad de Valladolid. Facultad de Ciencias | es |
dc.date.accessioned | 2020-12-02T15:42:57Z | |
dc.date.available | 2020-12-02T15:42:57Z | |
dc.date.issued | 2020 | |
dc.identifier.uri | http://uvadoc.uva.es/handle/10324/43811 | |
dc.description.abstract | El objetivo de este trabajo es hacer más sencilla la tarea de transmitir, de un modo
didáctico, cómo se obtienen los modelos predictivos para una serie temporal.
Para ello nos hemos basado en una serie de demanda eléctrica en España con datos
semanales.
Describimos, por un lado, un modelo de medias móviles y por otro, un modelo de
HoltWinters, tratando de observar la influencia de cambiar los parámetros del modelo.
Además, para valorar la potencia de estos modelos los hemos comparado con los más
clásicos modelos ARIMA.
Para hacer más sencilla la tarea de transmitir estos resultados de un modo didáctico,
se ha llevado a cabo un cuadro de mando (dashaboard) mediante la aplicación shiny.
Estos dashboard permiten al usuario interactuar con la información, actualizando los
modelos seleccionados y viendo a tiempo real cómo afectan a los diferentes
indicadores. | es |
dc.description.abstract | The aim of this project is simplify the task of inform, in a didactic way, how to get
predictive models for time series.
To that end, we have taken into account an electric demand series in Spain with
weekly data.
We have considered , on the one hand, a moving averages model and, on the other
hand, a HoltWinters to overserve how changing parameters affects the model.
In addition, to value the power of these models we have compared them with ARIMA’s
classic models.
In order to create an easier and didactic way to inform the results, we have created a
dashboard on Shiny Application.
These dashboards allow the user interactions with data, updating selected models and
tracking in real time how they alter different indicators. | es |
dc.format.mimetype | application/pdf | es |
dc.language.iso | spa | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject.classification | ARIMA | es |
dc.subject.classification | Shiny | es |
dc.subject.classification | Series temporales | es |
dc.title | Una visión didáctica de modelos predictivos para una serie de demanda eléctrica en España | es |
dc.type | info:eu-repo/semantics/bachelorThesis | es |
dc.description.degree | Grado en Estadística | es |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |