Resumen

Pronosticar las tendencias de series temporales es una tarea desafiante que proporciona una mejor comprensión. El propósito de este artículo es presentar el modelo híbrido de regresión de vector de soporte asociado con el Modelo Autorregresivo de Media Móvil Integrada, el cual está formulado mediante una metodología híbrida. El modelo propuesto es más conveniente para su uso práctico. El modelado de tendencias de series temporales para la insurgencia en el sur de Tailandia es de interés en este artículo de investigación. Los resultados empíricos utilizando la serie temporal del número mensual de muertes, lesiones e incidentes para la insurgencia en el sur de Tailandia indican que el modelo híbrido propuesto es una forma efectiva de construir un modelo híbrido estimado que es mejor que el modelo clásico de series temporales o la regresión de vector de soporte. La mejor precisión en el pronóstico se logra utilizando el error cuadrático medio.

• Materias:Identificación robusta Distribución de Gram-Charlier Modelo estadístico Distribución geométrica Reconstrucción numérica
• Subjects:Robust identification Gram-Charlier distribution Statistical model Geometric distribution Numerical reconstruction
• Palabras claves:Pronóstico; Tendencias; Series temporales; Modelo híbrido; Regresión de vectores de soporte; Media móvil autorregresiva integrada
• Keywords:Forecasting; Tendencies; Time series; Hybrid model; Support vector regression; Autoregressive integrated moving average