Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.uci.cu/jspui/handle/123456789/7902
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorVázquez Ortíz, Yudisney-
dc.contributor.advisorGonzález Pérez, Reisel-
dc.contributor.advisorRamírez Landaburo, Janier José-
dc.contributor.authorGonzález González, Leosdany-
dc.contributor.authorde Haro Barrios, Juan Manuel-
dc.coverage.spatial1001206es
dc.date.accessioned2019-01-21T13:41:22Z-
dc.date.available2019-01-21T13:41:22Z-
dc.date.issued2016-07-
dc.identifier.urihttps://repositorio.uci.cu/jspui/handle/123456789/7902-
dc.description.abstractEl surgimiento de la Estadística se derivó de un proceso largo de desarrollo y evolución que comenzó con la simple recolección de datos, y realiza hoy día, una compleja interpretación de los mismos con el uso de aplicaciones informáticas, facilitando el análisis de grandes volúmenes de datos. Una técnica esencial para lograr predicciones futuras es el análisis de series temporales, las cuales se obtienen por la medición de variables a través del tiempo. El Sistema Integrado de Gestión Estadística (SIGE) tiene como propósito la recolección de datos estadísticos, por lo que disponer de un módulo para el análisis de series le otorgaría mayor funcionalidad; siendo el objetivo de la presente investigación el desarrollo del mismo, con la integración de un servicio web con los algoritmos Mínimos cuadrados, Regresión Lineal, Red de Bayes y Multilayer Perceptrom. Para guiar la implementación del módulo Series Temporales se definió como metodología de desarrollo OpenUp, utilizando Ext JS y Symfony (tecnologías pertenecientes a la línea base de desarrollo del proyecto SIGE) y la librería WEKA Time Series Forecasting para la implementación de algoritmos de análisis de series temporales. Una vez culminado el proceso de pruebas se constató que SIGE cuenta con el módulo Series Temporales, que permitirá la realización de análisis basados en estas como estadío superior de los procesos realizados en el sistema.es
dc.description.abstractThe emergence of the statistic was derived from a long process of development and evolution which started by the simple collection of data, and performs today, a complex interpretation of them with the use of applications, facilitating the analysis of large volumes of data. An essential technique to achieve future predictions is the analysis of time series, which are obtained by measuring variables over time Integrated System of Statistical Management (SIGE) for its acronym in Spanish, aims at collecting statistical data, so you have a module for series analysis would give more functionality; It is the objective of this research the development thereof, with the integration of a web service with the least squares algorithms Mínimos cuadrados, Regresión Lineal, Red de Bayes y Multilayer Perceptrom. To guide the implementation of the module Time Series was defined as development methodology OpenUP using Ext JS and Symfony (technologies belonging to the base of development of the ISSM project line) and the library WEKA Time Series Forecasting for the implementation of algorithms series analysis temporary. Upon completion of the testing process it found that SIGE has the Time Series module, which allows the analysis based on these as upper stage of the processes performed in the system.es
dc.language.isospaes
dc.publisherUniversidad de las Ciencias Informaticas. Facultad-6.es
dc.subjectSERIES TEMPORALESes
dc.subjectMINERÍA DE DATOSes
dc.subjectANÁLISIS DE DATOSes
dc.subject.otherESTADÍSTICAes
dc.subject.otherPRONOSTICOSes
dc.subject.otherTOMA DE DECISIONESes
dc.titleModulo de analisis de series temporales para el sistema integral de gestion estadisticaes
dc.typebachelorThesises
Aparece en las colecciones: Trabajos de Diploma

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
TD_08764_16.pdf
  Restricted Access
2.5 MBAdobe PDFVisualizar/Abrir


Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.