detección de caos determinista y predicciones locales simpliciales aplicadas a series temporales de producción de fresas
Autores: Borrero, Juan D.; Mariscal, Jesus
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
detección de caos determinista y predicciones locales simpliciales aplicadas a series temporales de producción de fresas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Dependencia
Series temporales
Caos
Predicción
Sensibilidad
No lineal
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 47
Citaciones: Sin citaciones
En este trabajo, intentamos encontrar una dependencia no lineal en la serie temporal de producción de fresas en Huelva (España) utilizando un procedimiento basado en pruebas métricas que miden el caos. Este estudio tiene como objetivo desarrollar un método novedoso para la predicción de rendimientos. Para hacer esto, estudiamos la sensibilidad del sistema a las condiciones iniciales (crecimiento exponencial de los errores) utilizando el exponente de Lyapunov máximo. Para comprobar la solidez de su cálculo en series temporales no estacionarias y no excesivamente largas, empleamos el método de sobre-incrustación, además de repetir el cálculo con partes de la serie temporal transformada. Determinamos la existencia de caos determinista, y concluimos que las técnicas no lineales de la teoría del caos son más adecuadas para describir los datos que las técnicas lineales como los modelos ARIMA (media móvil integrada autorregresiva) o SARIMA (media móvil autorregresiva estacional). Procedemos a predecir la producción de fresas a corto plazo utilizando el Método Analógico de Lorenz.
Descripción
En este trabajo, intentamos encontrar una dependencia no lineal en la serie temporal de producción de fresas en Huelva (España) utilizando un procedimiento basado en pruebas métricas que miden el caos. Este estudio tiene como objetivo desarrollar un método novedoso para la predicción de rendimientos. Para hacer esto, estudiamos la sensibilidad del sistema a las condiciones iniciales (crecimiento exponencial de los errores) utilizando el exponente de Lyapunov máximo. Para comprobar la solidez de su cálculo en series temporales no estacionarias y no excesivamente largas, empleamos el método de sobre-incrustación, además de repetir el cálculo con partes de la serie temporal transformada. Determinamos la existencia de caos determinista, y concluimos que las técnicas no lineales de la teoría del caos son más adecuadas para describir los datos que las técnicas lineales como los modelos ARIMA (media móvil integrada autorregresiva) o SARIMA (media móvil autorregresiva estacional). Procedemos a predecir la producción de fresas a corto plazo utilizando el Método Analógico de Lorenz.