Atribución-NoComercial 4.0 InternacionalGiraldo Gómez, Norman Diego2020-03-302020-03-302006https://repositorio.unal.edu.co/handle/unal/76272Se presentan dos tipos básicos de modelos para pronósticos con series de tiempo univariadas: el modelo de componentes y los modelos Arima-Sarima, con el objetivo de exponer las ventajas de cada uno. Todos los procedimientos, pruebas de hipótesis, etc se implementan con varias librerías de lenguaje R. El contenido es el siguiente: los capítulos 1-6 exponen el modelo de componentes e incluyen: modelos para la tendencia y la estacionalidad, suavizadores y medias móviles. Los capítulos 7,8,9, 10 exponen los modelos arma para los residuos, los modelos arima y sarima. En este ultimo capitulo se incluyen varias pruebas para raiz unitaria ordinaria y estacional.application/pdfspaDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/Documento de trabajohttp://bdigital.unal.edu.co/72438/info:eu-repo/semantics/openAccessseries de tiempopronósticosProbabilidadesmedias móvilesmodelos armamodelos arimamodelos sarimamodelos para estacionalidadpruebas de raíz unitariapruebas para raíz unitaria estacionalsoftware R para series de tiempoEstadistica