publication . Article . 2017

Aplicación de modelo ARIMA para el análisis de series de volúmenes anuales en el río Magdalena

Gloria Amaris Castro; Humberto Ávila; Thomas Guerrero;
Open Access Spanish
  • Published: 01 Apr 2017
  • Publisher: Universidad Distrital Francisco José de Caldas
Abstract
Resumen Contexto: Los efectos del cambio climático, intervenciones humanas y características de los ríos, son factores que incrementan el riesgo en la población y de los recursos hídricos. Sin embargo, impactos negativos como inundaciones y desecación de ríos pueden ser identificados previamente mediante el uso de herramientas de modelación adecuadas. Objetivos: Se estima un modelo ARIMA para el análisis de series de tiempo de volúmenes anuales (millones de m³/año) en el río Magdalena usando registros de la estación Calamar (Instituto de Hidrología, Meteorología y Estudios Ambientales de Colombia-Ideam), buscando la compatibilidad entre la hipótesis de modelació...
Subjects
free text keywords: modelo estadístico, modelo auto regresivo, serie de tiempo, statistical model, autoregressive model, time series, Ingeniería y Tecnología, Ingenierías Eléctrica, Electrónica e Informática, Ingeniería Eléctrica y Electrónica
19 references, page 1 of 2

Bowerman, B. (2009). Pronósticos, series de tiempo y regresión: un enfoque aplicado. 4a. ed. México: Centro Ixtapaluca Edo. de México, CENGAGE Learning.

Box, G. E. P., y Jenkins, G. M. (1970). Time series analysis: forecasting and control, 1976. ISBN: 0-8162-1104-3.

Calle, E.; Angarita, H. y Rivera, H. (2010). Viabilidad para pronósticos hidrológicos de niveles diarios, semanales y decadales en Colombia. Ingenieria e Investigación, 30(2), 178-187. [OpenAIRE]

Chatfield, C. (2003). The Analysis of Time Series: An Introduction. 6a. ed. Boca Raton, Florida: Chapman and Hall/CRC.

De Arce, R. y Mahía, R. (2003). Modelos Arima. Programa CITUS: Técnicas de Variables Financieras.

García M., B. y Baena E., R. (2015). El doble meandro abandonado del Guadalquivir en Cantillana (Sevilla): cambios de trazado y evolución geomorfoló- gica. Geographicalia, (53), 101-119.Guerrero, V. (2003). Análisis estadístico de series de tiempo económicas. 2a. ed. México, D.F.: Thomson.

Hildebrand, D. (1998). Estadística aplicada a la administración y a la economía. Serie de probabilidad y estadística. 3a. ed. México, D.F.: Addison Wesley Longman..

Ideam (2001). Primera Comunicación Nacional ante la Convención Marco de las Naciones Unidas sobre Cambio Climático. Bogotá, D. C.

Krajewski, L.; Ritzman, L. y Malhotra, M. (2008). Administración de operaciones. 8a. ed. México: Pearson Educación.

Lehner, B.; Döll, P.; Alcamo, J.; Henrichs, T. y Kaspar, F. (2006). Estimating the impact of global change on flood and drought risks in Europe: a continental, integrated analysis. Climatic Change, 75(3), 273-299. [OpenAIRE]

Mauricio, J. (2007). Introducción al análisis de series temporales. Madrid: Universidad complutense de Madrid.

Ocampo, E.; Cabrera, A. y Ruiz, A. (2006). Pronóstico de bolsa de valores empleando técnicas inteligentes. Revista Tecnura, 9(18), 57-66.

Organización Meteorológica Mundial (OMM) (2003). Servicios de Información y Predicción del Clima y Aplicaciones Agrometeorológicas para los países andinos. Ginebra- Suiza.

Pabón, D. (1997). Variabilidad climática. En: Técnicas agrometeorológicas en la agricultura operativa de América Latina (pp. 99-103). Ginebra, Suiza: Organización Meteorológica Mundial.

Panel Intergubernamental sobre Cambio Climático (IPCC) (2007). Informe de síntesis. Contribución de los Grupos de trabajo I, II y III al Cuarto Informe de evaluación del Grupo Intergubernamental de Expertos sobre el Cambio Climático. Suiza.

19 references, page 1 of 2
Powered by OpenAIRE Research Graph
Any information missing or wrong?Report an Issue