| Tipo di tesi | Tesi di laurea magistrale | ||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Autore | QUARANTA, DANIELE | ||||||||||||||||||||||||||||||
| URN | etd-01292024-102829 | ||||||||||||||||||||||||||||||
| Titolo | Approfondimento e Applicazione di Modelli ARIMA, SARIMA, ARIMAX e SARIMAX in Python per Analisi Predittiva delle Serie Temporali | ||||||||||||||||||||||||||||||
| Titolo in inglese | |||||||||||||||||||||||||||||||
| Struttura | Dipartimento di Scienze e Metodi dell'Ingegneria | ||||||||||||||||||||||||||||||
| Corso di studi | Ingegneria gestionale (D.M.270/04) | ||||||||||||||||||||||||||||||
| Commissione |
|
||||||||||||||||||||||||||||||
| Parole chiave |
|
||||||||||||||||||||||||||||||
| Data inizio appello | 2024-02-20 | ||||||||||||||||||||||||||||||
| Disponibilità | Accesso limitato: si può decidere quali file della tesi rendere accessibili. Disponibilità mixed (scegli questa opzione se vuoi rendere inaccessibili tutti i file della tesi o parte di essi) | ||||||||||||||||||||||||||||||
| Data di rilascio | 2064-02-20 | ||||||||||||||||||||||||||||||
Riassunto analitico
La tesi esamina i metodi generali per la previsione della domanda, con un'attenzione particolare ai modelli ARIMA, SARIMA, ARIMAX e SARIMAX. Attraverso analisi approfondite e applicazioni pratiche su dataset specifici, vengono esplorate le caratteristiche di ciascun modello, mettendo in luce le prestazioni e le limitazioni. Si sottolinea il ruolo cruciale della comprensione della struttura dei dati nell'efficacia di tali metodi, evidenziando come una scelta accurata tra i modelli di previsione sia fondamentale per adattarsi alle esigenze specifiche del contesto di applicazione. |
|||||||||||||||||||||||||||||||
| Abstract | |||||||||||||||||||||||||||||||
| File |
|
||||||||||||||||||||||||||||||