SciELO - Scientific Electronic Library Online

 
vol.43 issue2PLS Generalized Linear Regression and Kernel Multilogit Algorithm (KMA) for Microarray Data Classification ProblemOn the Alpha Power Kumaraswamy Distribution: Properties, Simulation and Application author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Colombiana de Estadística

Print version ISSN 0120-1751

Abstract

GONZALEZ, Joaquín  and  NIETO, Fabio h.. Análisis Bayesiano de procesos autorregresivos de umbrales estacionales multiplicativos. Rev.Colomb.Estad. [online]. 2020, vol.43, n.2, pp.251-285.  Epub Dec 05, 2020. ISSN 0120-1751.  https://doi.org/10.15446/rce.v43n2.81261.

Las fluctuaciones estacionales son frecuentes en series de tiempo. En adición, la no linealidad y la relación con otras series de tiempo son comportamientos prominentes de muchas series. En este artículo, se considera el modelamiento de procesos autorregresivos de umbrales estacionales multiplicativos con entrada exógena (TSARX), los cuales incorporan en forma explícita y simultánea estacionalidad multiplicativa y no linealidad de umbrales. La estacionalidad es estocástica y dependiente del régimen. Se desarrolla un procedimiento basado en métodos Bayesianos para identificar el modelo, estimar sus parámetros, validarlo y calcular pronósticos. En la etapa de identificación del modelo, se presenta una prueba estadística de estacionalidad multiplicativa por regímenes. La metodología propuesta es ilustrada con un ejemplo simulado y aplicada a datos empíricos económicos.

Keywords : Análisis bayesiano; Estacionalidad; Modelos autorregre-sivos de umbrales; Modelo multiplicativo; No linealidad; Variable exógena.

        · abstract in English     · text in English     · English ( pdf )