Publication:

Análisis y agregación de modelos de predicción de series temporales

Este trabajo investiga el uso de modelos univariados frente a los modelos multivariados en la predicción de series temporales, donde las predicciones de los modelos univariados dependen únicamente de una variable, como puede ser la temperatura de una ciudad, mientras que los modelos multivariados son capaces de capturar dependencias entre múltiples variables, como la temperatura y la humedad, para realizar la predicción. Las series temporales son conjuntos de datos observados en función del tiempo, como la temperatura diaria de una ciudad durante un año. También se abordan las ventajas que puede suponer la agregación de predicciones, una técnica que combina las predicciones de diferentes modelos para obtener una estimación más robusta y precisa. Se detalla la metodología empleada para la generación de predicciones, comenzando con el preprocesamiento de los datos temporales, la modelización, la predicción y la agregación de predicciones, para finalmente evaluar los resultados obtenidos.

This study covers the use of univariate models versus multivariate models in time series forecasting, where the predictions of univariate models depend solely on a single variable, such as the temperature of a city, while multivariate models can capture dependencies between multiple variables, such as temperature and humidity, to make predictions. Time series are datasets observed over time, such as the daily temperature of a city over the course of a year. The study also examines the advantages of prediction aggregation, a technique that combines the predictions of different models to obtain a more robust and accurate estimate. The methodology for generating predictions is detailed, starting with the preprocessing of time-dependent data, followed by modeling, prediction and aggregation of predictions, and finally evaluating the results obtained.