Análisis y predicción de series temporales del sector ferroviario

Abstract

RESUMEN: El objetivo de este trabajo es analizar y predecir series temporales mediante métodos cuantitativos, especialmente mediante modelos ARIMA. Para ello empezaremos describiendo los modelos teóricos que integran el modelo ARIMA. El modelo ARMA y los procesos de ruido blanco. Una vez definidos el modelo ARIMA teórico, pasaremos a la práctica con ayuda del software “RStudio” con el que haremos todo el análisis, predicción y gráficos de las series temporales con las vamos a trabajar, entre las que destacan el transporte de pasajeros y de mercancías para el sector ferroviario. Definiremos la metodología de Box-Jenkins y haremos cada fase del análisis del modelo ARIMA con detalle para la serie temporal de pasajeros en ferrocarril, las otras series se analizarán con menos detalle para no ser muy repetitivo. Las cuatro fases son la identificación del modelo ARIMA tentativo, estimación por máxima verosimilitud del modelo, diagnóstico y posterior predicción. Compararemos las series de pasajeros y mercancías con sus principales competidores. Para el transporte de pasajeros por ferrocarril el principal competidor es el transporte en avión, y para el transporte de mercancías por ferrocarril es el transporte por carretera.

ABSTRACT: The aim of this work is to analyze and predict time series through quantitative methods, especially through ARIMA models. To do this, we will begin by describing the theoretical models that make up the ARIMA model. The ARMA model and white noise processes. Once the theoretical ARIMA model has been defined, we will pass the practice with the help of the "RStudio" software with which we will do all the analysis, prediction and graphics of the time series with which we are going to work. Among which stand out the transport of passengers and goods for the railway sector. We will define the Box-Jenkins methodology and we will do each phase of the analysis of the ARIMA model in detail for the time series of rail passengers, the other series will be analyzed in less detail so as not to be too repetitive. The four phases are the identification of the tentative ARIMA model, maximum likelihood estimation of the model, diagnosis and subsequent prediction. We will compare the passenger and freight series with their main competitors. For rail passenger transport the main competitor is air transport, and for rail freight transport it is road transport.