Resumen del trabajo fin de master



Título: Regiones de predicción con datos funcionales. Aplicación a mercados eléctricos
Universidad que ofrece el proyecto: Universidade da Coruña
Director/a:
Aneiros Pérez, Germán;  Vilar Fernández, Juan Manuel
Alumno/a:
Graña Colubi, José
Resumen:
Utilizando métodos de predicción funcional (regresiones no paramétrica y parcialmente lineal; véase Aneiros, Vilar y Raña 2016) se desarrolla un algoritmo bootstrap para el cálculo de regiones de predicción (véase Zhu y Politis 2017). Dicho algoritmo se aplica a curvas diarias de demanda y precio del mercado eléctrico español. Además, se estudia la influencia de la norma seleccionada en el cálculo de las regiones de predicción. Finalmente, los resultados obtenidos se comparan con los intervalos de predicción puntual obtenidos utilizando los mismos métodos de predicción y el algoritmo propuestos en Vilar, Aneiros y Raña (2018). Aneiros, G., Vilar, J., Raña, P. (2016). Short-term forecast of daily curves of electricity demand and price. International Journal of Electrical Power and Energy Systems 80, 96-108. Zhu, T., Politis, D.N. (2017). Kernel estimates of nonparametric functional autoregression models and their bootstrap approximation. Electronic Journal of Statistics 11, 2876-2906. Vilar, J., Aneiros, G., Raña, P. (2018). Prediction intervals for electricity demand and price using functional data. International Journal of Electrical Power and Energy Systems 96, 457-472.
Más información