Show simple item record

dc.contributorBuenestado Caballero, Pablo
dc.contributor.authorEl Amrani Joutey, El Habib
dc.contributor.otherUniversitat Politècnica de Catalunya. Departament de Matemàtiques
dc.date.accessioned2021-02-24T13:50:04Z
dc.date.available2021-02-24T13:50:04Z
dc.date.issued2020-07-14
dc.identifier.urihttp://hdl.handle.net/2117/340448
dc.description.abstractAvui dia existeixen diversos models d'anàlisi de sèries temporals. En el present TFG es pretén realitzar un estudi comparatiu sobre diferents models: ARIMA, SARIMA i Holt-Winters aplicats a l'evolució de l'transport públic a la ciutat de Barcelona. A més, es desenvolupen models de regressions lineals i polinòmiques adaptats a sèries temporals que presentin estacionalitat. Es desenvolupa també una metodologia pas a pas per poder aplicar els models estudiats amb èxit i de forma automàtica, sense necessitat de tenir un coneixement previ de l'comportament de la sèrie temporal a modelitzar. D'altra banda, gràcies a diverses eines informàtiques descrites en aquest treball, es permet implementar, diagnosticar i visualitzar l'aplicació d'aquests models. Finalment, per a cadascuna de les sèries temporals en aquest TFG, s'ha aconseguit aplicar un model amb un important poder de prediccions.
dc.description.abstractHoy en día existen varios modelos de análisis de series temporales. En el presente TFG se pretende realizar un estudio comparativo sobre diferentes modelos: ARIMA, SARIMA y Holt-Winters aplicados a la evolución del transporte público en la ciudad de Barcelona. Además, se desarrollan modelos de regresiones lineales y polinómicas adaptados a series temporales que presenten estacionalidad. Se desarrolla también una metodología paso a paso para poder aplicar los modelos estudiados con éxito y de forma automática, sin necesidad de tener un conocimiento previo del comportamiento de la serie temporal a modelizar. Por otro lado, gracias a diversas herramientas informáticas descritas en este trabajo, se permite implementar, diagnosticar y visualizar la aplicación de dichos modelos. Finalmente, para cada una de las series temporales en este TFG, se ha conseguido aplicar un modelo con un importante poder de predicciones.
dc.description.abstractToday there are several models of time series analysis. This TFG aims to carry out a comparative study on different models: ARIMA, SARIMA and Holt-Winters applied to the evolution of public transport in the city of Barcelona. In addition, linear and polynomial regression models adapted to time series that present seasonality are developed. A step-by-step methodology is also developed to be able to apply the models studied successfully and automatically, without the need for prior knowledge of the behavior of the time series to be modeled. On the other hand, thanks to various computer tools described in this work, it is possible to implement, diagnose and visualize the application of these models. Finally, for each of the time series in this TFG, a model with significant prediction power has been applied.
dc.language.isospa
dc.publisherUniversitat Politècnica de Catalunya
dc.rightsAttribution 3.0 Spain
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/es/
dc.subjectÀrees temàtiques de la UPC::Enginyeria elèctrica
dc.subject.lcshLocal transit
dc.subject.lcshTime-series analysis
dc.subject.otherSeries temporales
dc.subject.otherARIMA
dc.subject.otherSARIMA
dc.subject.otherHolt-Winters
dc.subject.otherregresiones
dc.subject.othertransporte
dc.subject.otherBarcelona
dc.subject.otherpredicciones
dc.titleAnálisis de series temporales: Uso del transporte público en Barcelona
dc.typeBachelor thesis
dc.subject.lemacTransport públic
dc.subject.lemacSèries temporals--Anàlisi
dc.identifier.slugPRISMA-154232
dc.rights.accessOpen Access
dc.date.updated2020-08-19T18:43:23Z
dc.audience.educationlevelGrau
dc.audience.mediatorEscola d'Enginyeria de Barcelona Est
dc.audience.degreeGRAU EN ENGINYERIA ELÈCTRICA (Pla 2009)


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution 3.0 Spain
Except where otherwise noted, content on this work is licensed under a Creative Commons license : Attribution 3.0 Spain