Un modelo vectorial autorregresivo variando en el tiempo para series irregularmente espaciadas no estacionarias y estimación vía ondaletas.

Los modelos autorregresivos son una familia de modelos muy aplicados en el análisis de las series temporales, siendo que los mismos han sido extendidos a situaciones como la no estacionariedad. la continuidad, la larga dependencia y en este caso, la irregularidad en las observaciones. En este proyec...

Full description

Autores:
Salcedo Echeverry, Gladys Elena
Tipo de recurso:
Investigation report
Fecha de publicación:
2013
Institución:
Ministerio de Ciencia, Tecnología e Innovación
Repositorio:
Repositorio Minciencias
Idioma:
spa
OAI Identifier:
oai:repositorio.minciencias.gov.co:20.500.14143/38788
Acceso en línea:
https://colciencias.metadirectorio.org/handle/11146/38788
http://colciencias.metabiblioteca.com.co
Palabra clave:
Estadística matemática
Análisis de series de tiempo
Variaciones estacionales (Economía)
Probabilidades
Modelo vectoral autorregresivo
No estacionariedad
Ondaletas
Parámetros funcionales
Series irregulares
Rights
openAccess
License
http://purl.org/coar/access_right/c_abf2
id RCENDOC_1758ce9644c0d53b64d4b352e3f3beee
oai_identifier_str oai:repositorio.minciencias.gov.co:20.500.14143/38788
network_acronym_str RCENDOC
network_name_str Repositorio Minciencias
repository_id_str
dc.title.spa.fl_str_mv Un modelo vectorial autorregresivo variando en el tiempo para series irregularmente espaciadas no estacionarias y estimación vía ondaletas.
title Un modelo vectorial autorregresivo variando en el tiempo para series irregularmente espaciadas no estacionarias y estimación vía ondaletas.
spellingShingle Un modelo vectorial autorregresivo variando en el tiempo para series irregularmente espaciadas no estacionarias y estimación vía ondaletas.
Estadística matemática
Análisis de series de tiempo
Variaciones estacionales (Economía)
Probabilidades
Modelo vectoral autorregresivo
No estacionariedad
Ondaletas
Parámetros funcionales
Series irregulares
title_short Un modelo vectorial autorregresivo variando en el tiempo para series irregularmente espaciadas no estacionarias y estimación vía ondaletas.
title_full Un modelo vectorial autorregresivo variando en el tiempo para series irregularmente espaciadas no estacionarias y estimación vía ondaletas.
title_fullStr Un modelo vectorial autorregresivo variando en el tiempo para series irregularmente espaciadas no estacionarias y estimación vía ondaletas.
title_full_unstemmed Un modelo vectorial autorregresivo variando en el tiempo para series irregularmente espaciadas no estacionarias y estimación vía ondaletas.
title_sort Un modelo vectorial autorregresivo variando en el tiempo para series irregularmente espaciadas no estacionarias y estimación vía ondaletas.
dc.creator.fl_str_mv Salcedo Echeverry, Gladys Elena
dc.contributor.author.none.fl_str_mv Salcedo Echeverry, Gladys Elena
dc.contributor.corporatename.spa.fl_str_mv Universidad del Quindio (Colombia)
dc.contributor.researcher.none.fl_str_mv Hurtado Tobón, Luis Hernando
dc.contributor.researchgroup.none.fl_str_mv Investigación y Asesoría en Estadística
COL0010557 - Grupo de Investigación y Asesoría en Estadística
dc.subject.armarc.none.fl_str_mv Estadística matemática
Análisis de series de tiempo
Variaciones estacionales (Economía)
Probabilidades
topic Estadística matemática
Análisis de series de tiempo
Variaciones estacionales (Economía)
Probabilidades
Modelo vectoral autorregresivo
No estacionariedad
Ondaletas
Parámetros funcionales
Series irregulares
dc.subject.proposal.spa.fl_str_mv Modelo vectoral autorregresivo
No estacionariedad
Ondaletas
Parámetros funcionales
Series irregulares
description Los modelos autorregresivos son una familia de modelos muy aplicados en el análisis de las series temporales, siendo que los mismos han sido extendidos a situaciones como la no estacionariedad. la continuidad, la larga dependencia y en este caso, la irregularidad en las observaciones. En este proyecto se extiende el modelo autorregresivo univariado para series irregularmente espaciadas no estacionarias al caso vectorial, es decir al caso en que se tienen m series univariadas irregulares y por lo menos localmente estacionarias. (Apartes del texto).
publishDate 2013
dc.date.issued.none.fl_str_mv 2013-03-07
dc.date.accessioned.none.fl_str_mv 2019-09-17T20:57:29Z
2020-12-17T23:21:26Z
dc.date.available.none.fl_str_mv 2019-09-17T20:57:29Z
2020-12-17T23:21:26Z
dc.type.spa.fl_str_mv Informe de investigación
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_93fc
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_18ws
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/report
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/PID
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/submittedVersion
http://purl.org/coar/version/c_71e4c1898caa6e32
info:eu-repo/semantics/submittedVersion
format http://purl.org/coar/resource_type/c_18ws
status_str submittedVersion
dc.identifier.uri.none.fl_str_mv https://colciencias.metadirectorio.org/handle/11146/38788
dc.identifier.instname.spa.fl_str_mv Colciencias
dc.identifier.reponame.spa.fl_str_mv Repositorio Colciencias
dc.identifier.repourl.spa.fl_str_mv http://colciencias.metabiblioteca.com.co
url https://colciencias.metadirectorio.org/handle/11146/38788
http://colciencias.metabiblioteca.com.co
identifier_str_mv Colciencias
Repositorio Colciencias
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartofseries.none.fl_str_mv Informe;
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.spa.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by/4.0/
dc.format.extent.spa.fl_str_mv 89 páginas.
institution Ministerio de Ciencia, Tecnología e Innovación
bitstream.url.fl_str_mv https://repositorio.minciencias.gov.co/bitstreams/2ac3cd48-c934-425e-8474-461534365e15/download
https://repositorio.minciencias.gov.co/bitstreams/c646c0f9-3e87-4f91-b97c-9a52b1ca037f/download
https://repositorio.minciencias.gov.co/bitstreams/87a128d5-81bd-4d23-bb5e-c55f2421a8b3/download
https://repositorio.minciencias.gov.co/bitstreams/5d04eb85-d51e-4a10-9828-4966f3bfc4bc/download
https://repositorio.minciencias.gov.co/bitstreams/9d91b586-3279-4659-90f1-435df34a7daa/download
bitstream.checksum.fl_str_mv e1685532f91f94022c2ad23ad71717ac
88794144ff048353b359a3174871b0d5
d41d8cd98f00b204e9800998ecf8427e
f1cf5745017d60f6769030f3dbaf1b61
6722ba8438a6ece7ec23765c00c1392b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de Minciencias
repository.mail.fl_str_mv cendoc@minciencias.gov.co
_version_ 1811305882191921152
spelling Salcedo Echeverry, Gladys Elenacda8b130499e68042aa4f8a0b8c1e599-1Universidad del Quindio (Colombia)Hurtado Tobón, Luis HernandoInvestigación y Asesoría en EstadísticaCOL0010557 - Grupo de Investigación y Asesoría en Estadística2019-09-17T20:57:29Z2020-12-17T23:21:26Z2019-09-17T20:57:29Z2020-12-17T23:21:26Z2013-03-07https://colciencias.metadirectorio.org/handle/11146/38788ColcienciasRepositorio Colcienciashttp://colciencias.metabiblioteca.com.coLos modelos autorregresivos son una familia de modelos muy aplicados en el análisis de las series temporales, siendo que los mismos han sido extendidos a situaciones como la no estacionariedad. la continuidad, la larga dependencia y en este caso, la irregularidad en las observaciones. En este proyecto se extiende el modelo autorregresivo univariado para series irregularmente espaciadas no estacionarias al caso vectorial, es decir al caso en que se tienen m series univariadas irregulares y por lo menos localmente estacionarias. (Apartes del texto).89 páginas.spaInforme;Un modelo vectorial autorregresivo variando en el tiempo para series irregularmente espaciadas no estacionarias y estimación vía ondaletas.Informe de investigaciónhttp://purl.org/coar/resource_type/c_18wshttp://purl.org/coar/resource_type/c_93fcTextinfo:eu-repo/semantics/reporthttps://purl.org/redcol/resource_type/PIDinfo:eu-repo/semantics/submittedVersionhttp://purl.org/coar/version/c_71e4c1898caa6e32info:eu-repo/semantics/submittedVersioninfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by/4.0/Estadística matemáticaAnálisis de series de tiempoVariaciones estacionales (Economía)ProbabilidadesModelo vectoral autorregresivoNo estacionariedadOndaletasParámetros funcionalesSeries irregularesEstudiantes, Profesores, Comunidad científica colombiana, etc.1113-521-18221RC 371-2011Objetivo General : Desarrollar un modelo vectorial autorregresivo con parámetros variando en el tiempo para relacionar un conjunto de series irregularmente espaciadas no estacionarias.Objetivos Especificos : 1. Adaptar el modelo vectorial autorregresivo con parámetros variando en el tiempo para series irregularmente espaciadas no estacionarias.Objetivos Especificos : 2. Utilizar una expansión de ondaletas para los parámetros funcionales del modelo, adaptando las ondaletas regulares a funciones irregulares.Objetivos Especificos : 3. Estimar los parámetros del modelo utilizando el método de mínimos cuadrados.Objetivos Especificos : 4. Elaborar los programas computacionales que ejecuten el procedimiento de estimación propuesto utilizando el software estadístico R.Objetivos Especificos : 5. Estudiar algunas propiedades estadísticas de los estimadores. En especial, evaluar la normalidad asintótica de los estimadores.Objetivos Especificos : 6. Formar dos estudiantes de la Maestría en Biomatemáticas en el área de Series de Tiempo.Objetivos Especificos : 7. Publicar al menos un artículo nacional y uno internacionalPublicationORIGINAL111352128221 20132430029502.pdf111352128221 20132430029502.pdfInforme finalapplication/pdf34220351https://repositorio.minciencias.gov.co/bitstreams/2ac3cd48-c934-425e-8474-461534365e15/downloade1685532f91f94022c2ad23ad71717acMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-814798https://repositorio.minciencias.gov.co/bitstreams/c646c0f9-3e87-4f91-b97c-9a52b1ca037f/download88794144ff048353b359a3174871b0d5MD52license.txtlicense.txttext/plain; charset=utf-80https://repositorio.minciencias.gov.co/bitstreams/87a128d5-81bd-4d23-bb5e-c55f2421a8b3/downloadd41d8cd98f00b204e9800998ecf8427eMD54TEXT111352128221 20132430029502.pdf.txt111352128221 20132430029502.pdf.txtExtracted texttext/plain89https://repositorio.minciencias.gov.co/bitstreams/5d04eb85-d51e-4a10-9828-4966f3bfc4bc/downloadf1cf5745017d60f6769030f3dbaf1b61MD53THUMBNAIL111352128221 20132430029502.pdf.jpg111352128221 20132430029502.pdf.jpgGenerated Thumbnailimage/jpeg15147https://repositorio.minciencias.gov.co/bitstreams/9d91b586-3279-4659-90f1-435df34a7daa/download6722ba8438a6ece7ec23765c00c1392bMD5520.500.14143/38788oai:repositorio.minciencias.gov.co:20.500.14143/387882023-11-29 17:36:03.028restrictedhttps://repositorio.minciencias.gov.coRepositorio Institucional de Mincienciascendoc@minciencias.gov.co

Publicaciones similares