Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Revista Colombiana de Estadística
Print version ISSN 0120-1751
Abstract
CALDERON-VILLANUEVA, SERGIO A. and NIETO, FABIO H.. Pronósticos con modelos multivariados autorregresivos de umbrales. Rev.Colomb.Estad. [online]. 2021, vol.44, n.2, pp.369-383. Epub Sep 01, 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.
Keywords : Enfoque bayesiano; Pronóstico; Distribuciones predictivas; Porcentajes de cobertura; Modelo multivariado Autoregresivo de umbrales.