Medidas de disimilitud en series temporales
- Autores
- Rodríguez Astrain, Laura Antonella
- Año de publicación
- 2017
- Idioma
- español castellano
- Tipo de recurso
- tesis de grado
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Ojeda, Silvia María
- Descripción
- Tesis (Lic. en Matemática)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017.
El análisis de series de tiempo surge de la necesidad de estudiar el comportamiento de observaciones ordenadas que se obtienen en perı́odos regulares de tiempo y que, en general, son dependientes entre sı́. El interés por un método que permita identificar el grado de disimilitud entre dos o mas series, surge en muchas áreas del conocimiento o disciplinas tales como biologı́a, criminalı́stica, climatologı́a, entre otras; en donde se suscitan diferentes problemáticas en las que resulta indispensable comparar dichas series. Podemos distinguir al menos dos enfoques centrales para evaluar la proximidad entre series de tiempo; por un lado, un enfoque paramétrico que consiste en la pro- yección de series en un determinado espacio de forma funcional; y por otro lado, un enfoque no paramétrico que consiste en evaluar la proximidad entre series de tiempo en base a los datos propios de las mismas. Hay autores que han desarrollado medi- das de comparación con un enfoque no paramétrico y es el estudio de estas medidas nuestro principal objetivo.
The interest in a method that identifies the degree of dissimilarity between two or more series, arises in many areas of knowledge or disciplines. We can distinguish at least two central approaches to assess the proximity between time series. On the one hand, a parametric approach that consists of the projection of series in a certain space of functional form. On the other hand, a non-parametric approach that consists of evaluating the proximity between time series based on their own data. - Materia
-
Procesos estocásticos
Procesos estacionarios
Stochastic processes
Stationary processes
Time series, auto-correlation, regression
Applications to biology and medical sciences
Series de tiempo
Comparación
Disimilitud
Indice - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/5808
Ver los metadatos del registro completo
id |
RDUUNC_378f816e35f90e16e43b020fa9d8c6cd |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/5808 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
spelling |
Medidas de disimilitud en series temporalesRodríguez Astrain, Laura AntonellaProcesos estocásticosProcesos estacionariosStochastic processesStationary processesTime series, auto-correlation, regressionApplications to biology and medical sciencesSeries de tiempoComparaciónDisimilitudIndiceTesis (Lic. en Matemática)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017.El análisis de series de tiempo surge de la necesidad de estudiar el comportamiento de observaciones ordenadas que se obtienen en perı́odos regulares de tiempo y que, en general, son dependientes entre sı́. El interés por un método que permita identificar el grado de disimilitud entre dos o mas series, surge en muchas áreas del conocimiento o disciplinas tales como biologı́a, criminalı́stica, climatologı́a, entre otras; en donde se suscitan diferentes problemáticas en las que resulta indispensable comparar dichas series. Podemos distinguir al menos dos enfoques centrales para evaluar la proximidad entre series de tiempo; por un lado, un enfoque paramétrico que consiste en la pro- yección de series en un determinado espacio de forma funcional; y por otro lado, un enfoque no paramétrico que consiste en evaluar la proximidad entre series de tiempo en base a los datos propios de las mismas. Hay autores que han desarrollado medi- das de comparación con un enfoque no paramétrico y es el estudio de estas medidas nuestro principal objetivo.The interest in a method that identifies the degree of dissimilarity between two or more series, arises in many areas of knowledge or disciplines. We can distinguish at least two central approaches to assess the proximity between time series. On the one hand, a parametric approach that consists of the projection of series in a certain space of functional form. On the other hand, a non-parametric approach that consists of evaluating the proximity between time series based on their own data.Ojeda, Silvia María2017-03info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://hdl.handle.net/11086/5808spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:41:25Zoai:rdu.unc.edu.ar:11086/5808Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:41:25.528Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
dc.title.none.fl_str_mv |
Medidas de disimilitud en series temporales |
title |
Medidas de disimilitud en series temporales |
spellingShingle |
Medidas de disimilitud en series temporales Rodríguez Astrain, Laura Antonella Procesos estocásticos Procesos estacionarios Stochastic processes Stationary processes Time series, auto-correlation, regression Applications to biology and medical sciences Series de tiempo Comparación Disimilitud Indice |
title_short |
Medidas de disimilitud en series temporales |
title_full |
Medidas de disimilitud en series temporales |
title_fullStr |
Medidas de disimilitud en series temporales |
title_full_unstemmed |
Medidas de disimilitud en series temporales |
title_sort |
Medidas de disimilitud en series temporales |
dc.creator.none.fl_str_mv |
Rodríguez Astrain, Laura Antonella |
author |
Rodríguez Astrain, Laura Antonella |
author_facet |
Rodríguez Astrain, Laura Antonella |
author_role |
author |
dc.contributor.none.fl_str_mv |
Ojeda, Silvia María |
dc.subject.none.fl_str_mv |
Procesos estocásticos Procesos estacionarios Stochastic processes Stationary processes Time series, auto-correlation, regression Applications to biology and medical sciences Series de tiempo Comparación Disimilitud Indice |
topic |
Procesos estocásticos Procesos estacionarios Stochastic processes Stationary processes Time series, auto-correlation, regression Applications to biology and medical sciences Series de tiempo Comparación Disimilitud Indice |
dc.description.none.fl_txt_mv |
Tesis (Lic. en Matemática)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017. El análisis de series de tiempo surge de la necesidad de estudiar el comportamiento de observaciones ordenadas que se obtienen en perı́odos regulares de tiempo y que, en general, son dependientes entre sı́. El interés por un método que permita identificar el grado de disimilitud entre dos o mas series, surge en muchas áreas del conocimiento o disciplinas tales como biologı́a, criminalı́stica, climatologı́a, entre otras; en donde se suscitan diferentes problemáticas en las que resulta indispensable comparar dichas series. Podemos distinguir al menos dos enfoques centrales para evaluar la proximidad entre series de tiempo; por un lado, un enfoque paramétrico que consiste en la pro- yección de series en un determinado espacio de forma funcional; y por otro lado, un enfoque no paramétrico que consiste en evaluar la proximidad entre series de tiempo en base a los datos propios de las mismas. Hay autores que han desarrollado medi- das de comparación con un enfoque no paramétrico y es el estudio de estas medidas nuestro principal objetivo. The interest in a method that identifies the degree of dissimilarity between two or more series, arises in many areas of knowledge or disciplines. We can distinguish at least two central approaches to assess the proximity between time series. On the one hand, a parametric approach that consists of the projection of series in a certain space of functional form. On the other hand, a non-parametric approach that consists of evaluating the proximity between time series based on their own data. |
description |
Tesis (Lic. en Matemática)--Universidad Nacional de Córdoba, Facultad de Matemática, Astronomía, Física y Computación, 2017. |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017-03 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/tesisDeGrado |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11086/5808 |
url |
http://hdl.handle.net/11086/5808 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
reponame_str |
Repositorio Digital Universitario (UNC) |
collection |
Repositorio Digital Universitario (UNC) |
instname_str |
Universidad Nacional de Córdoba |
instacron_str |
UNC |
institution |
UNC |
repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
repository.mail.fl_str_mv |
oca.unc@gmail.com |
_version_ |
1844618900986134528 |
score |
13.070432 |