Series cronológicas de consumo eléctrico y de petróleo en Villa Clara. Modelos y pronósticos
Fecha
2007-07-04
Autores
Morales Martínez, Jorge Luis
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Central “Marta Abreu” de Las Villas
Resumen
El presente trabajo estudia el comportamiento de las series de consumo eléctrico de
algunos municipios de la provincia de Villa Clara, así como las series provinciales de
consumo eléctrico y de petróleo, de forma tal que se obtienen modelos matemáticos del tipo
ARIMA y se realizan pronósticos a corto plazo en base a los mismos. Se constrasta con un
estudio basado en un enfoque clásico de análisis de series de tiempo a través de la
desestacionalización y el cálculo de la tendencia de las mismas, y para el cual se pueden
obtener también modelos y pronósticos a corto plazo.
En la tesis se explica detalladamente cómo hallar los modelos del tipo ARIMA con
algunos municipios representativos y los resultados fundamentales se dan a conocer en
tablas resúmenes. Resulta de particular interés la incorporación de variables independientes
en los modelos, ARIMA con carácter de regresores, para analizar la incidencia esperada del
Período Especial en las series de consumo. Este análisis exigió nuevas consideraciones
generales sobre el tratamiento de regresores en Modelos ARIMA que pueden ser útiles en
estudios de cualquier índole cuando los modelos incluyen diferenciaciones regulares,
estacionales o ambas.
Por último se efectúa una comparación entre los diferentes modelos para una serie en
particular y entre los modelos obtenidos en dos municipios diferentes. Este análisis exigió
también nuevas consideraciones teórico-prácticas sobre como distinguir de forma
multivariada los coeficientes de modelos ARIMA supestamente correlacionados, entre dos
modelos. Estos resultados también pueden ser útiles en estudios de cualquier índole
cuando se quieren comparar, con un enfoque multivariado, dos o más modelos ARIMA
para muestras de datos independientes
Todo lo anterior se realizó con la ayuda del paquete estadístico SPSS (Statistical
Packages for the Social Sciesnces) Versión 11 para Windows.(Gupta 1999)
Descripción
Palabras clave
Series Cronológicas, Consumo Eléctrico, Consumo de Petróleo, Autoregresive Integrated Moving Average (ARIMA), Modelos, Pronósticos, Villa Clara