Show simple item record

dc.contributor.advisorRojas Rojas, Guaner David
dc.creatorOtoya Chavarría, Marco Vinicio
dc.date.accessioned2021-02-12T18:54:47Z
dc.date.available2021-02-12T18:54:47Z
dc.date.issued2020-11
dc.identifier.urihttps://hdl.handle.net/10669/82824
dc.description.abstractEl presente trabajo realiza una estimación de la demanda eléctrica para el sector residencial e industrial (grandes consumidores) con fines de pronóstico, considerando la demanda total país y de los clientes del Instituto Costarricense de Electricidad. Tiene como objetivo comparar los resultados que pueden obtenerse mediante un modelo de series de tiempo utilizando en método de Box-Jenkings y un modelo de vectores autoregresivos que utiliza un sistema de ecuaciones con rezagos. En cuanto a los modelos de series de tiempo, se realiza un proceso de identificación, estimación y verificación teniendo en cuenta los conocimientos en el tema, la teoría económica y econométrica, que además implica analizar la estacionariedad de la serie, evaluar el modelo, su capacidad predictiva entre otros. Adicionalmente, este proceso se compara con análisis automatizados que se realizan mediante la función auto.arima de R y la función Tramo-Seat de Eviews, lo que permite comparar para el caso de análisis la bondad de ajuste y predicción de los últimos dos métodos. Disponer de modelos adecuados para la estimación de la demanda eléctrica resulta fundamental para fines regulatorios, por ejemplo, cuando se hace necesario definir una tarifa. Adicionalmente, permite determinar los niveles de inversión o necesidades del sistema en el corto y mediano plazo, siendo una herramienta fundamental para el correcto funcionamiento de los sistemas eléctricos. Los resultados muestran como los modelos de series de tiempo ARIMA, al menos en este ejercicio, conllevan a mejores propósitos comparados con los modelos de vectores autoregresivos. Debe tenerse en cuenta que la elaboración de modelos de tipo ARIMA requieren un amplio análisis y entendimiento del comportamiento de la serie para identificar el modelo correcto. A su vez, los resultados obtenidos para este caso mediante la función auto.arima sugieren que esta función debe usarse con precaución y más como una guía o ayuda que como un instrumento para definir el modelo definitivo, dado que únicamente busca ajustar principalmente indicadores como el Criterio de Información Akaike.es_ES
dc.language.isoeses_ES
dc.sourceUniversidad de Costa Rica, Costa Ricaes_ES
dc.subjectDemanda eléctricaes_ES
dc.subjectSeries de tiempoes_ES
dc.subjectVectores Autorregresivoses_ES
dc.subjectARIMAes_ES
dc.titleEstimación de un modelo de regresión dinámica para la demanda eléctrica residencial e industria de Costa Ricaes_ES
dc.typetesis de maestría
dc.description.procedenceUCR::Vicerrectoría de Investigación::Sistema de Estudios de Posgrado::Ciencias Sociales::Maestría Profesional en Estadísticaes_ES


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record