Local cover image
Local cover image

Bases de datos de series temporales y métodos estadísticos para la predicción de rendimientos de ETH

By: Contributor(s): Material type: TextTextPublication details: 2023Description: 1 archivo (1,7 MB) : il. colSubject(s): Online resources:
Contents:
1. Introducción -- 2. Series temporales -- 2.1. Definición -- 2.2. Casos de uso -- 2.2.1. Análisis exploratorio -- 2.2.2. Pronóstico futuro -- 2.3. Series temporales como procesos estocásticos -- 2.3.1. Distribución de probabilidad conjunta -- 2.3.2. Distribución de probabilidad marginal -- 2.3.3. Distribución de probabilidad condicional -- 2.3.4. Momentos de una variable aleatoria -- 2.3.5. Covarianza y autocovarianza -- 2.3.6. Correlación y autocorrelación (ACF) -- 2.3.7. Correlación parcial y Autocorrelación parcial (PACF) -- 2.3.8. Estacionariedad -- 2.4. Series temporales financieras -- 2.4.1. Rendimientos -- 2.4.2. Volatilidad -- 3. Modelos para pronóstico futuro de series temporales -- 3.1. Modelos AR(p) -- 3.2. Modelos MA(q) -- 3.3. Modelos ARMA(p, q) -- 3.4. Modelos de volatilidad -- 3.4.1. Estructura general -- 3.4.2. Modelos ARCH(m) -- 3.4.3. Modelos GARCH(m, s) -- 3.5. Determinación del orden de un modelo -- 3.5.1. Determinación basada en ACF y PACF -- 3.5.2. Determinación basada en criterios de información -- 4. Bases de datos para series temporales -- 4.1. Descripción general -- 4.2. Casos de uso -- 4.2.1. Monitoreo de operaciones para DevOps -- 4.2.2. Analítica en tiempo real -- 4.2.3. Monitoreo de sensores de IoT -- 5. Herramientas requeridas para la implementación -- 5.1. InuxDB: Captura, almacenamiento, consulta y visualización -- 5.1.1. Descripción general -- 5.1.2. Modelo de datos -- 5.1.3. Escritura -- 5.1.4. Consulta -- 5.1.5. Visualización -- 5.2. Python: Análisis y pronostico futuro -- 5.2.1. Descripción general -- 5.2.2. Módulos principales -- 6. Proceso de implementación y resultados -- 6.1. Arquitectura del pipeline -- 6.2. Captura, almacenamiento y consulta -- 6.3. Preprocesamiento -- 6.4. Análisis exploratorio -- 6.5. Modelado -- 6.6. Predicción -- 7. Conclusiones -- A. Script para escritura a InuxDB -- B. Script para consulta a InuxDB -- Bibliografía
Dissertation note: Trabajo Final Integrador (Especialización en Inteligencia de Datos Orientada a Big Data) - Universidad Nacional de La Plata. Facultad de Informática, 2023.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Home library Collection Call number URL Status Date due Barcode
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática TES 23/30 (Browse shelf(Opens below)) Available DIF-05290
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource No corresponde
Tesis de posgrado Tesis de posgrado Biblioteca de la Facultad de Informática Biblioteca digital Link to resource No corresponde

Trabajo Final Integrador (Especialización en Inteligencia de Datos Orientada a Big Data) - Universidad Nacional de La Plata. Facultad de Informática, 2023.

1. Introducción -- 2. Series temporales -- 2.1. Definición -- 2.2. Casos de uso -- 2.2.1. Análisis exploratorio -- 2.2.2. Pronóstico futuro -- 2.3. Series temporales como procesos estocásticos -- 2.3.1. Distribución de probabilidad conjunta -- 2.3.2. Distribución de probabilidad marginal -- 2.3.3. Distribución de probabilidad condicional -- 2.3.4. Momentos de una variable aleatoria -- 2.3.5. Covarianza y autocovarianza -- 2.3.6. Correlación y autocorrelación (ACF) -- 2.3.7. Correlación parcial y Autocorrelación parcial (PACF) -- 2.3.8. Estacionariedad -- 2.4. Series temporales financieras -- 2.4.1. Rendimientos -- 2.4.2. Volatilidad -- 3. Modelos para pronóstico futuro de series temporales -- 3.1. Modelos AR(p) -- 3.2. Modelos MA(q) -- 3.3. Modelos ARMA(p, q) -- 3.4. Modelos de volatilidad -- 3.4.1. Estructura general -- 3.4.2. Modelos ARCH(m) -- 3.4.3. Modelos GARCH(m, s) -- 3.5. Determinación del orden de un modelo -- 3.5.1. Determinación basada en ACF y PACF -- 3.5.2. Determinación basada en criterios de información -- 4. Bases de datos para series temporales -- 4.1. Descripción general -- 4.2. Casos de uso -- 4.2.1. Monitoreo de operaciones para DevOps -- 4.2.2. Analítica en tiempo real -- 4.2.3. Monitoreo de sensores de IoT -- 5. Herramientas requeridas para la implementación -- 5.1. InuxDB: Captura, almacenamiento, consulta y visualización -- 5.1.1. Descripción general -- 5.1.2. Modelo de datos -- 5.1.3. Escritura -- 5.1.4. Consulta -- 5.1.5. Visualización -- 5.2. Python: Análisis y pronostico futuro -- 5.2.1. Descripción general -- 5.2.2. Módulos principales -- 6. Proceso de implementación y resultados -- 6.1. Arquitectura del pipeline -- 6.2. Captura, almacenamiento y consulta -- 6.3. Preprocesamiento -- 6.4. Análisis exploratorio -- 6.5. Modelado -- 6.6. Predicción -- 7. Conclusiones -- A. Script para escritura a InuxDB -- B. Script para consulta a InuxDB -- Bibliografía

Click on an image to view it in the image viewer

Local cover image