Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Citado por Google
- Similares en SciELO
- Similares en Google
Compartir
Revista Colombiana de Estadística
versión impresa ISSN 0120-1751
Resumen
CALDERON-VILLANUEVA, SERGIO A. y NIETO, FABIO H.. Pronósticos con modelos multivariados autorregresivos de umbrales. Rev.Colomb.Estad. [online]. 2021, vol.44, n.2, pp.369-383. Epub 01-Sep-2021. ISSN 0120-1751. https://doi.org/10.15446/rce.v44n2.91356.
Una etapa importante en el análisis de series de tiempo es el pronóstico de las variables de interés. Sin embargo, el pronóstico en modelos de series de tiempo no lineales no es directo como en el caso de modelos lineales de series de tiempo porque obtener la forma analítica exacta de la esperanza condicional no es fácil. En este artículo, un procedimiento de pronóstico con modelos multivariados autorregresivos de umbrales(MTAR) es propuesta vía las llamadas distribuciones predictivas en el enfoque Bayesiano. Esta estrategia nos entrega tanto los pronósticos del vector de respuesta, como el de las variables exógenas. Los porcentajes de cobertura de los intervalos de pronósticos y la variabilidad de las distribuciones predictivas son analizadas en este trabajo. Una aplicación al campo de la hidrología es presentada.
Palabras clave : Enfoque bayesiano; Pronóstico; Distribuciones predictivas; Porcentajes de cobertura; Modelo multivariado Autoregresivo de umbrales.