Resumen

Este documento presenta una estrategia de pronóstico adelantado de -pasos basada en dos etapas para mejorar la modelización de series temporales de capturas de peces pelágicos considerando fluctuaciones anuales e interanuales para el norte de Chile (18S24S). En la primera etapa, se utiliza la transformada wavelet estacionaria para separar la serie temporal cruda en un componente anual y un componente interanual, mientras que las periodicidades de cada componente se obtienen utilizando el espectro de potencia wavelet de Morlet. En la segunda etapa, se construye un modelo autorregresivo lineal para predecir cada componente y los valores -siguientes desconocidos se pronostican mediante la adición de los dos componentes predichos. Demostramos la utilidad del modelo de pronóstico propuesto en series temporales de capturas de anchoveta mensuales para períodos desde enero de 1963 hasta diciembre de 2007. Los resultados empíricos obtenidos para el pronóstico adelantado de 10 meses mostraron la efectividad de la estrategia autorregresiva de wave

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Pronóstico; Captura de peces pelágicos; Series temporales; Chile; Transformada wavelet; Modelo autorregresivo
• Keywords:Forecasting; Pelagic fish-catch; Time series; Chile; Wavelet transform; Autoregressive model