Please use this identifier to cite or link to this item: http://repositorio.udec.cl/jspui/handle/11594/325
Title: Implementación de un método de estimación y predicción espacio-tiempo con datos faltantes basado en filtro de kalman
Authors: Lagos Álvarez, Bernardo , supervisor de grado
Padilla Sepúlveda, Leonardo José
Keywords: Filtración Kalman
Teoría de la Estimación
Modelos Lineales (Estadística)
Procesos Estocasticos
Issue Date: 2018
Publisher: Universidad de Concepción. Facultad de Ciencias Físicas y Matemáticas. Departamento de Estadística.
Abstract: Mediante el uso del filtro de Kalman, de propuso un algoritmo para proporcionar un an´alisis estad´ıstico formal de datos espacio-tiempo con una estructura autorregresiva en el tiempo. El filtro de Kalman, a trav´es de la representaci´on espacio-estado, permite capturar tanto la dependencia temporal como la estructura de correlaci´on espacial, con el objetivo de realizar inferencia estad´ıstica en t´erminos de estimaci´on de par´ametros y predicci´on en ubicaciones no observadas. Esta algoritmo se extendi´o para el caso en que la muestra presente datos faltantes, con la finalidad de lograr estimaciones lo m´as precisas posible de los par´ametros involucrados en el modelo espacio-tiempo, as´ı como predicciones confiables bajo estas condiciones. Estos hallazgos se ilustraron a trav´es de una aplicaci´on sobre la temperatura promedio diaria del aire en algunas regiones del sur de Chile, donde el conjunto de datos presenta datos faltantes en diversos lugares de la muestra. Finalmente, logrando modelar y caracterizar el comportamiento, en t´erminos de fuentes de variaci´on espacio-tiempo, de este proceso ambiental dentro de esta zona de estudio.
Description: Magíster en Estadística Universidad de Concepción 2018
URI: http://repositorio.udec.cl/jspui/handle/11594/325
Appears in Collections:Estadística - Tesis Magister

Files in This Item:
File Description SizeFormat 
Tesis_Implementacion_de_un_metodo_de_estimacion_y_prediccion.Image.Marked.pdf1,6 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.