Simulación Monte Carlo simultánea de series mensuales de precipitación y evaporación / Guillermo A. Vera Fung
Por: Vera Fung, Guillermo.
Tipo de material:
Materiales mixtosEditor: s.l. Descripción: 140 Pág.Clasificación CDD: 551 Resumen: Una simulación Monte Carlo simultánea de series de tiempo mensuales de precipitación y evaporación se realiza mediante un modelo no estacional bivariado ARMA. Dos tipos de transformaciones, la logarítmica y la estandarización, son realizados en las series originales con el objeto de lograr series residuales estacionarias. Cuatro posibles modelos vector son evaluados, AR (1), MA (1), MA (2) y ARMA (1), residuos log-transformados en un vector MA (1) probaron tener el "mejor" comportamiento. El test estadístico de Kolmogorov-Smirnov de dos muestras fue realizado sobre las series originales y generadas no encontrándose evidencias para rechazar la hipótesis de similaridad de las dos distribuciones.
| Tipo de ítem | Ubicación actual | Colección | Ubicación en estantería | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|---|
Libros
|
Colección Bibliográfica General | Non-fiction | Processing Center | 551 (Navegar estantería) | 001 | Not For Loan | 006623 |
Navegando Colección Bibliográfica General Estantes , Ubicación: Processing Center , Código de colección: Non-fiction Cerrar el navegador de estanterías
(006623)
Una simulación Monte Carlo simultánea de series de tiempo mensuales de precipitación y evaporación se realiza mediante un modelo no estacional bivariado ARMA. Dos tipos de transformaciones, la logarítmica y la estandarización, son realizados en las series originales con el objeto de lograr series residuales estacionarias. Cuatro posibles modelos vector son evaluados, AR (1), MA (1), MA (2) y ARMA (1), residuos log-transformados en un vector MA (1) probaron tener el "mejor" comportamiento. El test estadístico de Kolmogorov-Smirnov de dos muestras fue realizado sobre las series originales y generadas no encontrándose evidencias para rechazar la hipótesis de similaridad de las dos distribuciones.
Español
No hay comentarios para este ejemplar.