The Economist System Josef T. Kolar Departamento de Computación Universidad Técnica Checa de...

The Economist The Economist

SystemSystem

Josef T. Kolar

Departamento de Computación

Universidad Técnica Checa de Praga

The Economist SystemThe Economist System 22

Guión de la presentaciónGuión de la presentación

• IntroducciónIntroducción• Estructura del sistema• Modelos causales• Series temporales• Regresión lineal generalizada• Características comunes• Líneas futuras


IntroducciónIntroducción (1)(1)

1988-89 creación de la versión MS DOS

• idea de base: tres modelos bajo el mismo techo• idea y selección de modelos: Aedil Suárez• implantación en Turbo Pascal: Josef Kolar• look-and-feel del sistema: "ventanas" en char

mode• capacidad interna limitada• distribución con clave/protección individualizada


IntroducciónIntroducción (2)(2)

2002 creación de la versión WWW

• funcionalidad igual a la MS DOS• sencillez de utilización• implantación: Marta Alonzo Fernández / J. Kolar• tecnología: Java + SWING GUI• libre acceso al sistema• editores de modelos se ejecutan en cliente• modelos (servlets) se ejecutan en servidor



• Introducción• EstructuraEstructura del sistema del sistema• Modelos causales• Series temporales• Regresión lineal generalizada• Características comunes• Líneas futuras


Estructura del sistema Estructura del sistema (1)(1)

De punto de vista funcional:• modelos causales (multiecuacionales)• modelos de series temporales• regresión lineal generalizada

De punto de vista operacional:

para cada tipo de modelo se tiene• editor de modelo (Java aplicación)• "ejecutor" de modelo (Java servlet)


ModeloModeloss causales causales

• variables explicadas (endógenas) en función de explicativas (exógenas)

• estimación de variables endógenas• método de resolución: algoritmo iterativo de

Gauss-Seidel

X1 = 3*X2 + 2*X3 – Y1 + 1.5*Y2

X2 = 2*X1 – 3*X3 + 0.5*Y1

X3 = X1 + 2*X2 + Y1 – 2*Y2 X1 Y1

X3 Y2

para la próxima vuelta


SSeries temporales eries temporales univariantesunivariantes

• observaciones medidas a lo largo del tiempo extrapolación valores futuros

• previsiones a corto plazo• método de resolución: alisado exponencial de Holt-Winters

Ejemplo: consumo mensual de refresco X en Santiago en 5 años pasados

serie de 60 valores, una temporada ≈ 12 valores


Modelo de regresiónModelo de regresión

• variable dependiente: función de las variables independientes (lineal en coeficientes desconocidos)

• regresión lineal multipleY = C0 + C1*X1 + C2*X2 + ... + Cn*Xn +

• regresión lineal generalizadaY = C0 + C1*f1(X1,...,Xn) + ... + Ck*fk(X1,...,Xn) +

• método de resolución: aplicando resolución matricial y algoritmo de Gauss-Jordan


Estructura del sistemaEstructura del sistema (2)(2)

datosde

modelo

resoluciónde

modelo

resultados

de modelo

ajuste de modelo

fichero de texto

Java servlet

editor deficheros

creación asistida

Java aplicaci

ón


Editores de ficherosEditores de ficheros

• meta - creación asistida de ficheros de datos

• requisito - almacenamiento en cliente ejecución en el cliente

• applets - imposible por política de seguridad

• aplicaciones de usuario - a modo de GUI, paquete Swing de Java


Algoritmos de rAlgoritmos de resoluciónesolución

representan recurso compartido

• ejecución en servidor Servlets Java

• uniformidad de la tecnología del sistema

• se facilita portabilidad

• eficiencia y escalabilidad frente a otras tecnologías del "lado del servidor"


ServidorApache

Cliente

Servidorde Páginas

ServletsContainer

AJPSolicitud

HTTPSolicitud

HTTPRespuesta

HTTPSolicitud

HTTPRespuesta

HTTPSolicitud

HTTPRespuesta

HTTP

JDKy Clases

propias

RespuestaHTTP

INTERNET

Estructura del sistema Estructura del sistema (3)(3)

Código nativomayor rapidez

Tomcat 4.0.3

Stand-Alone Server


Interfaz Interfaz



• Introducción• Estructura del sistema

• Modelos causalesModelos causales• Series temporales• Regresión lineal generalizada• Características comunes• Líneas futuras


Modelos causalesModelos causales


Editor de modelos causalesEditor de modelos causales


CaracterCaracteríísticassticas de modelo de modelo

Parámetros de resolución:• número de iteraciones límite• precisión (relativa)• año inicial• dígitos decimales en resultados

Datos de modelo:• variables exógenas/explicativas Yi (con descripción)• variables endógenas/explicadas Xi (con descripción)• ecuaciones de modelo (no lineales en caso general)

Representación interna (de ecuaciones):• similar a byte code de Java


Uso del editorUso del editor

Creación

nuevofichero

Despliegue

menú ayuda

Apertura

ficheroAlmacenamien

tofichero


ChequeoChequeo

Corrección de errores

detectados

Botón decomprobació

n



• Introducción• Estructura del sistema• Modelos causales

• Modelos temporalesModelos temporales• Regresión lineal generalizada• Características comunes• Líneas futuras


Modelos temporalesModelos temporales


Editor de modelos Editor de modelos temporalestemporales



Parámetros de resolución:• año y mes inicial• longitud de temporada, de serie y de la parte usada• coeficientes , , del método de Winters

Datos de modelo – serie de la logitud especificada

ktt

tt

tttt

ttkt

tt

ttttt

ca

Yc

baab

bac

Ya

ctbaY

1

1

1

11

11



• Introducción• Estructura del sistema• Modelos causales• Modelos temporales

• Regresión lineal generalizadaRegresión lineal generalizada• Características comunes• Líneas futuras


Regresión linealRegresión lineal


Editor para regresiónEditor para regresión



Parámetros de resolución:• número k de variables independientes • número n de puntos (1 punto ≈ (k+1)-valores)• número m de fórmulas fi (para regresión generalizada)• tipo de regresión

Datos de modelo • valores de puntos (n(k+1) números)• fórmulas (para regresión generalizada)

Representación interna (de fórmulas):• similar a byte code de Java



• Introducción• Estructura del sistema• Modelos causales• Modelos temporales• Regresión lineal generalizada

• Características comunesCaracterísticas comunes• Líneas futuras


Características comunes Características comunes (1)(1)

Sistemade ayudaSistemade ayuda"on-line"


• Uso fácil e intuitivo• Mayor volumen datos que su predecesor• Accesible a todo usuario con conexión• Comprobación errores y ayuda on-line• Archivos por tipos• Portabilidad• Rendimiento y eficiencia

Características comunes Características comunes (2)(2)


Resultados Resultados ((11))



• Introducción• Estructura del sistema• Modelos causales• Modelos temporales• Regresión lineal generalizada• Características comunes

• Líneas futurasLíneas futuras


Líneas futurasLíneas futuras

dotar al sistema de una base de datos y modelos

mejorar la enterfaz

internacionalización o sea soporte para diferentes idiomas

conversión de datos de/a otros sistemas

extenciones de la funcionalidad (algoritmos genéticos, redes neuronales, ...)


FinFin de la presentaciónde la presentación

Gracias ...Gracias ...

The Economist System Josef T. Kolar Departamento de Computación Universidad Técnica Checa de...

Documents

Transcript of The Economist System Josef T. Kolar Departamento de Computación Universidad Técnica Checa de...