EL32D- Análisis y Modelación de Sistemas Dinámicos

Slides:



Advertisements
Presentaciones similares
Un criterio para detectar outliers. Otro criterio para detectar errores groseros (outliers)
Advertisements

Marzo 2015 Cumbre Judicial Iberoamericana: Herramienta de auto-evaluación de la transparencia, rendición de cuentas e integridad Grupo de Trabajo de Transparencia.
Tipos de Modelos en Investigación de Operaciones
PRONOSTICOS CON REGRESION LINEAL MULTIPLE En la regresión lineal simple se investiga la relación entre una variable independiente y otra dependiente. A.
EL DISEÑO DE INVESTIGACION (María Teresa Sirvent)
Proceso de Modelación Información tomada del libro de Sterman, y del curso de dinámica de sistemas de la Universidad Nacional de Colombia Sede Medellín.
DAI - Ing. Arturo Rozas Huacho Tablas Cruzadas Sistemas de Base de Datos Para entender el concepto de tablas cruzadas, veamos el siguiente ejemplo:
Marco de Referencia ¿Cómo hacerlo?
Estadística y Biometría Modelación Estadística Regresión lineal.
ADMINISTRACIÓN DEL MERCADO ELÉCTRICO  Datos de generación eólica real  Datos meteorológicos medidos por las estaciones de medida (MET) de los.
Cuestiones problemáticas del análisis de regresión  Causalidad  Tamaño de la muestra  Colinealidad  Medición del error Miles, J. & Shevlin, M. (2011).Applying.
Introducción a la Simulación. Simulación. Definición La simulación es una imitación de la operación de un proceso del mundo real o de un sistema, referido.
Muestreo.
Cómo presentar trabajos académicos
SEMINARIO DE TESIS: RESULTADOS II
DEPARTAMENTO DE CIENCIAS ECONÓMICAS ADMINISTRATIVAS Y DE COMERCIO
Distribuciones bidimensionales: Relación entre dos variables estadísticas Tema 3:
Un método de clasificación de las técnicas multivariantes
EL53A Taller de Proyecto en Control I
Facultad de Ciencias Sociales
MI63C- Dinámica y Control de Procesos
TEMA 3: Distribuciones bidimensionales: relación entre dos variables estadísticas. Cristhian Lopez.
MANEJO DEL POWER FACTORY DIGSILENT
Muestreo.
EL PROYECTO TÉCNICO PROYECTO TÉCNICO.- Es el medio que une todo lo que se requiere para organizar, administrar y orientar el proceso de elaboración de.
CI 43A Análisis de Sistemas de Transporte
Inducción Prácticas Pre-Profesionales
Facultad de Ciencias Sociales
Experiencia #7 Descarga de Fluidos
EL53A Taller de Proyecto en Control I
Calidad técnica de los EXANI
EL32D- Análisis y Modelación de Sistemas Dinámicos
EL53A Taller de Proyecto en Control I
CI43A Análisis de Sistemas de Transporte
X CONGRESO LATINOAMERICANO DE SOCIEDADES DE ESTADÍSTICA
Bioestadística Regresión y Correlación Múltiple:
Universidad Tecnológica de Panamá Gerencia de TIC’s
Bioética: Metodología para análisis y decisiones
“análisis cualitativo y cuantitativo”
Análisis de covarianza
“EMPRESARIANDO EL ARTE” CLASE Nº 8 IN-557
Diseños evaluativos de intervención media (cuasi-experimentos)
Metodología de la investigación para el Trabajo Social
REPÚBLICA BOLIVARIANA DE VENEZUELA MINISTERIO DEL PODER POPULAR
Análisis comparativo entre CMMI e ISO
Logo Título 1 Primer Autor¹, Segundo Autor2
7MO BÁSICO.
APROXIMACIÓN AL OBJETO DE ESTUDIO
EQUIPO 5.
EL32D- Análisis y Modelación de Sistemas Dinámicos
REGRESION LINEAL SIMPLE
REGRESIÓN LINEAL SIMPLE
PARA LA REGRESIÓN LINEAL SIMPLE
Regresión y Correlación Múltiple: Prueba de hipótesis.
Grupo de estudio de Dinámica de Sistemas UNIVERSIDAD DEL QUINDÍO
Andrés Mauricio Villegas II Simposio en Actuaría Septiembre 9 de 2009
Inferencia Estadística
PROBABILIDAD Y ESTADISTICA
Ajustes de datos: manejo de datos ausentes y de rezagados.
XIII Verano de Investigación Científica
Regresión Logística App4stats © Todos los derechos reservados.
CENTRO EDUCATIVO SERRANO MONTALBÁN A.C.
Finanzas para No Financieros
ANÁLISIS ESTADÍSTICO PERÍODO
Clase 10: Esfuerzos combinados
METODOLOGÍA Y TÉCNICAS DE INVESTIGACIÓN EN CIENCIAS SOCIALES
ANALISIS DE REGRESION SIMPLE
REGRESION LINEAL SIMPLE
REGRESION LINEAL SIMPLE
Rosendo Franco1, Chris R. Vila1 Ángulos superior y de asiento
Transcripción de la presentación:

EL32D- Análisis y Modelación de Sistemas Dinámicos Prof: Héctor Agusto A Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Modelos Empíricos Modelos ARX: Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Modelos Empíricos ARX Ejemplo: Fe m x k ß Modelo: Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Modelos Empíricos ARX Datos reales: Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Modelos Empíricos ARX Datos muestreo: Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Modelos Empíricos ARX Resultado Ajuste: Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Modelos Empíricos ARX Resultado Ajuste: Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Modelos Empíricos ARX Datos Validación: Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Modelos Empíricos ARX Resultado Validación: Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Modelos Empíricos ARX Fe Ejemplo: m x k ß Modelo: Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Modelos Empíricos En el caso general: ¿Cómo elijo la estructura del modelo? Aplicar Regresión por Pasos Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Regresión por pasos Elegir, de un conjunto de variables candidatas, las que serán parte del modelo Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Regresión por pasos Sea: variables candidatas Debo “elegir” m < M, tal que: Conforme el “mejor” modelo Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Regresión por pasos 0.- Normalizar variables Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Regresión por pasos 1.- Primera integrante : con mejor correlación con Ajusto parámetros Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Regresión por pasos 2.- Segunda integrante : con mejor correlación con Ajusto parámetros Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Regresión por pasos n.- Siguiente integrante : con mejor correlación con Obtengo estructura, ajusto parámetros Aplico Criterio de descarte Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos

Regresión por pasos Criterio de descarte: varianza asociada al parámetro previo <  Criterio de detención: varianza asociada al parámetro nuevo <  Dpto. Ingeniería Eléctrica- fcfm - Universidad de Chile EL32D- Análisis y Modelación de Sistemas Dinámicos