Bases de datos de series temporales y métodos estadísticos para la predicción de rendimientos de ETH
Material type:
Item type | Home library | Collection | Call number | URL | Status | Date due | Barcode | |
---|---|---|---|---|---|---|---|---|
![]() |
Biblioteca de la Facultad de Informática | TES 23/30 (Browse shelf(Opens below)) | Available | DIF-05290 | ||||
![]() |
Biblioteca de la Facultad de Informática | Biblioteca digital | Link to resource | No corresponde | ||||
![]() |
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