Trabajo Fin de Grado
Predicción en datos espaciales y espacio-temporales: Modelos estadísticos e implementación en R
Autor/es | Lago Arenal, Montemayor |
Director | Muñoz Reyes, Ana María
![]() ![]() ![]() ![]() ![]() ![]() |
Departamento | Universidad de Sevilla. Departamento de Estadística e Investigación Operativa |
Fecha de publicación | 2022-06-01 |
Fecha de depósito | 2023-02-17 |
Titulación | Universidad de Sevilla. Doble Grado en Matemáticas y Estadística |
Resumen | Este trabajo de fin de grado tiene como objetivo recopilar información sobre los procesos
de predicción de datos espaciales y espacio temporales fixed rank kriging (FRK) y fixed
rank filtering (FRF), ya que no existe ... Este trabajo de fin de grado tiene como objetivo recopilar información sobre los procesos de predicción de datos espaciales y espacio temporales fixed rank kriging (FRK) y fixed rank filtering (FRF), ya que no existe información abundante sobre ellos. De esta forma, se quiere dar a conocer estas herramientas de tratamiento de datos, puesto que tienen un enorme potencial analítico. Este trabajo de fin de grado se divide en tres capítulos. El primero de ellos nos sirve como base teórica para la construcción de los modelos. En él se definen los conceptos necesarios para la correcta comprensión del proyecto, principalmente nociones de probabilidad y procesos estocásticos. Además, se muestra información sobre el tratamiento y almacenamiento de los datos espaciales y espacio temporales, y sobre el Sistema de Información Geográfica. El segundo capítulo consta del marco teórico. Se definen los modelos SRE y STRE, con los que se trabajarán para elaborar los procedimientos de fixed rank kriging (FRK) y fixed rank filtering (FRF). Con ellos, se mostrará una forma innovadora y eficaz de predecir datos espaciales y espacio temporales. El tercer capítulo contiene los paquete previos y necesarios para la ejecución del paquete FRK, así como la definición de las diferentes clases y métodos usados en ellos. El cuarto capítulo se basa en la implementación en R del modelo FRK, ya que para modelo FRF no existe aún librería que lo implemente en R, actualmente se implementa en Matlab. Se trabajará con ejemplos de datos almacenados en paquetes de R. Se llevará a cabo la construcción de los elementos imprescindibles para la estimación y predicción de los datos. The aim of this final degree thesis is to gather information about the spatial and spatiotemporal data prediction processes fixed rank kriging (FRK) and fixed rank filtering (FRF), since there is no abundant information ... The aim of this final degree thesis is to gather information about the spatial and spatiotemporal data prediction processes fixed rank kriging (FRK) and fixed rank filtering (FRF), since there is no abundant information about them. In this way, we want to make these data processing tools known, since they have an enormous analytical potential. This final thesis is divided into three chapters. The first one serves as a theoretical basis for the construction of the models. We define the concepts necessary for the correct understanding of the project, mainly notions of probability and stochastic processes. In addition, information on the treatment and storage of spatial and spatio-temporal data, and on the Geographic Information System is shown. The second chapter consists of the theoretical framework. We define the SRE and STRE models. We will work with them to elaborate the fixed rank kriging (FRK) and fixed rank filtering (FRF) procedures. We will show an innovative and efficient way to predict spatial and spatio-temporal data. The third chapter contains the previous and necessary packages for the execution of the FRK package, as well as the definition of the different classes and methods used in them. The fourth chapter is based on the R implementation of FRK. Nowdays, there isn’t an implementation for FRF model in R. For this purpose, we will work with examples of data stored in R packages. The construction of the essential elements for the estimation and prediction of the data will be carried out. |
Cita | Lago Arenal, M. (2022). Predicción en datos espaciales y espacio-temporales: Modelos estadísticos e implementación en R. (Trabajo Fin de Grado Inédito). Universidad de Sevilla, Sevilla. |
Ficheros | Tamaño | Formato | Ver | Descripción |
---|---|---|---|---|
DGME LAGO ARENAL, MONTEMAYOR.pdf | 4.175Mb | ![]() | Ver/ | |