Servicios Personalizados
Revista
Articulo
Indicadores
Citado por SciELO
Accesos
Links relacionados
Citado por Google
Similares en SciELO
Similares en Google
Compartir
Revista Integración
versión impresa ISSN 0120-419X
Resumen
GIRALDO, Ramón; PACHECO, Óscar y OROZCO, Astrid. Geoestadística aplicada a series de tiempo autorregresivas: un estudio de simulación. Integración - UIS [online]. 2017, vol.35, n.1, pp.83-102. ISSN 0120-419X. https://doi.org/10.18273/revint.v35n1-2017006.
La geoestadística puede usarse como método de predicción de datos faltantes en series temporales. El procedimiento se basa en el estudio de la estructura de autocorrelación temporal de la serie de tiempo por medio de la función de variograma, que es estimada por mínimos cuadrados (geoestadística clásica) o por máxima verosimilitud (geoestadística basada en modelo), y en usar posteriormente Kriging para hacer predicción de los valores faltantes. En este trabajo se comparan a través de simulación las dos aproximaciones (geoestadística clásica y basada en modelo) en el contexto de series temporales autorregresivas.
Palabras clave : Autocorrelación; Datos faltantes; Kriging; Predicción; Semivariograma; Series de tiempo; Variograma.