
handle: 10651/69334
Las series temporales son secuencias de datos organizados en orden cronológico y están muy presentes en nuestro día a día. Este trabajo se centra en el análisis de series temporales con un enfoque específico en el estudio de la temperatura media diaria en Gijón. Se presentan los conceptos fundamentales de las series temporales y se abordan los pasos de un preprocesamiento de una base de datos, incluyendo estrategias para tratar con datos faltantes. Además, se introducen y aplican varios modelos y métodos para el análisis y predicción de este tipo de datos, como los modelos de suavizado exponencial y SARIMA y los métodos de Seasonal Naive, KNN y SVM. Mediante el uso de estos modelos y métodos, se busca comprender y predecir los patrones y tendencias de la temperatura en Gijón, además de comparar la capacidad predictora de estos, proporcionando información valiosa para futuras investigaciones.
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
