Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Revista Integración
Print version ISSN 0120-419X
Abstract
GIRALDO, Ramón; PACHECO, Óscar and 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.
Keywords : Autocorrelación; Datos faltantes; Kriging; Predicción; Semivariograma; Series de tiempo; Variograma.