Análisis de series de tiempo: pronóstico de demanda de uso de aeropuertos en Argentina al 2022

"En la mayoría de los negocios, se desea ser capaz de estimar la demanda futura de un producto o servicio dado. El análisis sobre series temporales permite utilizar la información histórica para ofrecer un número aproximado de dicho valor, dentro de un rango de probabilidades determinado. Este...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: López Sáez, José Ignacio
Otros Autores: Gambini, Juliana
Formato: Trabajo final de especialización
Lenguaje:Español
Publicado: 2018
Materias:
ANALISIS DE SERIES DE TIEMPO
AEROPUERTOS
PROYECCION
Acceso en línea:http://ri.itba.edu.ar/handle/123456789/1230
Aporte de:
Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA) de Instituto Tecnológico de Buenos Aires (ITBA)
id I32-R138-123456789-1230
record_format dspace
spelling I32-R138-123456789-12302022-12-07T15:24:24Z Análisis de series de tiempo: pronóstico de demanda de uso de aeropuertos en Argentina al 2022 López Sáez, José Ignacio Gambini, Juliana ANALISIS DE SERIES DE TIEMPO AEROPUERTOS PROYECCION "En la mayoría de los negocios, se desea ser capaz de estimar la demanda futura de un producto o servicio dado. El análisis sobre series temporales permite utilizar la información histórica para ofrecer un número aproximado de dicho valor, dentro de un rango de probabilidades determinado. Este estudio surge a partir de la necesidad que tiene el Ministerio de Transporte de la Nación de conocer el número de pasajeros que utilizarán cada aeropuerto del país en el futuro para poder asignar de una manera más eficiente los recursos disponibles y orientar inversiones. En este estudio se han evaluado en total 4 modelos de proyección de series de tiempo: suavizamiento exponencial (Holt-Winters), ARIMA, Prophet (desarrollado por Facebook) y redes neuronales (procedimientos de aprendizaje automático o machine learning), para las cuales se probaron tres implementaciones distintas en R. Se obtiene así el resultado de proyección de pasajeros domésticos e internacionales para cada una de estas seis implementaciones y para todos los aeropuertos de la Argentina para un horizonte de 5 años (60 meses a partir del último disponible), entregando también el error de ajuste de cada uno de los modelos." Trabajo Final Ciencia de Datos (especialización) - Instituto Tecnológico de Buenos Aires, Buenos Aires, 2018 2018-09-13T14:36:00Z 2018-09-13T14:36:00Z 2018 Trabajo final de especialización http://ri.itba.edu.ar/handle/123456789/1230 es application/pdf Argentina
institution Instituto Tecnológico de Buenos Aires (ITBA)
institution_str I-32
repository_str R-138
collection Repositorio Institucional Instituto Tecnológico de Buenos Aires (ITBA)
language Español
topic ANALISIS DE SERIES DE TIEMPO
AEROPUERTOS
PROYECCION
spellingShingle ANALISIS DE SERIES DE TIEMPO
AEROPUERTOS
PROYECCION
López Sáez, José Ignacio
Análisis de series de tiempo: pronóstico de demanda de uso de aeropuertos en Argentina al 2022
topic_facet ANALISIS DE SERIES DE TIEMPO
AEROPUERTOS
PROYECCION
description "En la mayoría de los negocios, se desea ser capaz de estimar la demanda futura de un producto o servicio dado. El análisis sobre series temporales permite utilizar la información histórica para ofrecer un número aproximado de dicho valor, dentro de un rango de probabilidades determinado. Este estudio surge a partir de la necesidad que tiene el Ministerio de Transporte de la Nación de conocer el número de pasajeros que utilizarán cada aeropuerto del país en el futuro para poder asignar de una manera más eficiente los recursos disponibles y orientar inversiones. En este estudio se han evaluado en total 4 modelos de proyección de series de tiempo: suavizamiento exponencial (Holt-Winters), ARIMA, Prophet (desarrollado por Facebook) y redes neuronales (procedimientos de aprendizaje automático o machine learning), para las cuales se probaron tres implementaciones distintas en R. Se obtiene así el resultado de proyección de pasajeros domésticos e internacionales para cada una de estas seis implementaciones y para todos los aeropuertos de la Argentina para un horizonte de 5 años (60 meses a partir del último disponible), entregando también el error de ajuste de cada uno de los modelos."
author2 Gambini, Juliana
author_facet Gambini, Juliana
López Sáez, José Ignacio
format Trabajo final de especialización
author López Sáez, José Ignacio
author_sort López Sáez, José Ignacio
title Análisis de series de tiempo: pronóstico de demanda de uso de aeropuertos en Argentina al 2022
title_short Análisis de series de tiempo: pronóstico de demanda de uso de aeropuertos en Argentina al 2022
title_full Análisis de series de tiempo: pronóstico de demanda de uso de aeropuertos en Argentina al 2022
title_fullStr Análisis de series de tiempo: pronóstico de demanda de uso de aeropuertos en Argentina al 2022
title_full_unstemmed Análisis de series de tiempo: pronóstico de demanda de uso de aeropuertos en Argentina al 2022
title_sort análisis de series de tiempo: pronóstico de demanda de uso de aeropuertos en argentina al 2022
publishDate 2018
url http://ri.itba.edu.ar/handle/123456789/1230
work_keys_str_mv AT lopezsaezjoseignacio analisisdeseriesdetiempopronosticodedemandadeusodeaeropuertosenargentinaal2022
_version_ 1766093695391629312

Ejemplares similares