Estimación de observaciones faltantes en series de tiempo usando métodos multivariados con restricciones

Para tener éxito en el modelamiento de cualquier fenómeno físico, es importante disponer de una fuente de información completa. En este documento se plantea la reconstrucción o estimación  de observaciones faltantes  en series de tiempo múltiples, siguiendo la metodología de Guerrero (1989) de pronó...

Full description

Autores:
Velásquez Gallo, María Ana
Martínez Collantes, Jorge
Tipo de recurso:
Fecha de publicación:
2009
Institución:
Universidad Santo Tomás
Repositorio:
Universidad Santo Tomás
Idioma:
spa
OAI Identifier:
oai:repository.usta.edu.co:11634/39544
Acceso en línea:
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/34
http://hdl.handle.net/11634/39544
Palabra clave:
series de tiempo múltiples
restricciones lineales
pruebas de compatibilidad
cambios estructurales.
Rights
License
http://purl.org/coar/access_right/c_abf2
id SantoToma2_9d9d8380de134c18f1e48891cc9c8b67
oai_identifier_str oai:repository.usta.edu.co:11634/39544
network_acronym_str SantoToma2
network_name_str Universidad Santo Tomás
repository_id_str
spelling Velásquez Gallo, María AnaMartínez Collantes, Jorge2022-01-18T16:06:45Z2022-01-18T16:06:45Z2009-08-28https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/3410.15332/s2027-3355.2009.0002.01http://hdl.handle.net/11634/39544Para tener éxito en el modelamiento de cualquier fenómeno físico, es importante disponer de una fuente de información completa. En este documento se plantea la reconstrucción o estimación  de observaciones faltantes  en series de tiempo múltiples, siguiendo la metodología de Guerrero (1989) de pronósticos con restricciones, las cuales vienen dadas por información adicional relacionada con el modelo que tiene en cuenta su información histórica y su estructura de correlación, minimizando el error cuadrático medio, y asumiendo además, que no se presentó un cambio de estructura en el segmento faltante, lo cual se verifica mediante una prueba de bondad de ajuste. El pronóstico óptimo se restringe a conservar la estructura inicialmente identificada, de manera que  empalmen los pronósticos obtenidos con la información posterior disponible, y con esto, no se vean afectados los parámetros, la parte estocástica y la parte determinística del modelo.application/pdftext/plainspaUniversidad Santo Tomáshttps://revistas.usantotomas.edu.co/index.php/estadistica/article/view/34/32https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/34/3675Comunicaciones en Estadística; Vol. 2 Núm. 2 (2009); 123-128Comunicaciones en Estadística; Vol. 2 No. 2 (2009); 123-1282339-30762027-3355Estimación de observaciones faltantes en series de tiempo usando métodos multivariados con restriccionesTime Series Missing Data Imputation Using Restricted Multivariate Methodsinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1series de tiempo múltiplesrestricciones linealespruebas de compatibilidadcambios estructurales.http://purl.org/coar/access_right/c_abf211634/39544oai:repository.usta.edu.co:11634/395442023-07-14 16:09:19.261metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.co
dc.title.spa.fl_str_mv Estimación de observaciones faltantes en series de tiempo usando métodos multivariados con restricciones
dc.title.alternative.eng.fl_str_mv Time Series Missing Data Imputation Using Restricted Multivariate Methods
title Estimación de observaciones faltantes en series de tiempo usando métodos multivariados con restricciones
spellingShingle Estimación de observaciones faltantes en series de tiempo usando métodos multivariados con restricciones
series de tiempo múltiples
restricciones lineales
pruebas de compatibilidad
cambios estructurales.
title_short Estimación de observaciones faltantes en series de tiempo usando métodos multivariados con restricciones
title_full Estimación de observaciones faltantes en series de tiempo usando métodos multivariados con restricciones
title_fullStr Estimación de observaciones faltantes en series de tiempo usando métodos multivariados con restricciones
title_full_unstemmed Estimación de observaciones faltantes en series de tiempo usando métodos multivariados con restricciones
title_sort Estimación de observaciones faltantes en series de tiempo usando métodos multivariados con restricciones
dc.creator.fl_str_mv Velásquez Gallo, María Ana
Martínez Collantes, Jorge
dc.contributor.author.none.fl_str_mv Velásquez Gallo, María Ana
Martínez Collantes, Jorge
dc.subject.proposal.spa.fl_str_mv series de tiempo múltiples
restricciones lineales
pruebas de compatibilidad
cambios estructurales.
topic series de tiempo múltiples
restricciones lineales
pruebas de compatibilidad
cambios estructurales.
description Para tener éxito en el modelamiento de cualquier fenómeno físico, es importante disponer de una fuente de información completa. En este documento se plantea la reconstrucción o estimación  de observaciones faltantes  en series de tiempo múltiples, siguiendo la metodología de Guerrero (1989) de pronósticos con restricciones, las cuales vienen dadas por información adicional relacionada con el modelo que tiene en cuenta su información histórica y su estructura de correlación, minimizando el error cuadrático medio, y asumiendo además, que no se presentó un cambio de estructura en el segmento faltante, lo cual se verifica mediante una prueba de bondad de ajuste. El pronóstico óptimo se restringe a conservar la estructura inicialmente identificada, de manera que  empalmen los pronósticos obtenidos con la información posterior disponible, y con esto, no se vean afectados los parámetros, la parte estocástica y la parte determinística del modelo.
publishDate 2009
dc.date.issued.none.fl_str_mv 2009-08-28
dc.date.accessioned.none.fl_str_mv 2022-01-18T16:06:45Z
dc.date.available.none.fl_str_mv 2022-01-18T16:06:45Z
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.drive.none.fl_str_mv info:eu-repo/semantics/article
dc.identifier.none.fl_str_mv https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/34
10.15332/s2027-3355.2009.0002.01
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/11634/39544
url https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/34
http://hdl.handle.net/11634/39544
identifier_str_mv 10.15332/s2027-3355.2009.0002.01
dc.language.iso.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/34/32
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/34/3675
dc.relation.citationissue.spa.fl_str_mv Comunicaciones en Estadística; Vol. 2 Núm. 2 (2009); 123-128
dc.relation.citationissue.eng.fl_str_mv Comunicaciones en Estadística; Vol. 2 No. 2 (2009); 123-128
dc.relation.citationissue.none.fl_str_mv 2339-3076
2027-3355
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
dc.format.mimetype.none.fl_str_mv application/pdf
text/plain
dc.publisher.spa.fl_str_mv Universidad Santo Tomás
institution Universidad Santo Tomás
repository.name.fl_str_mv Repositorio Universidad Santo Tomás
repository.mail.fl_str_mv noreply@usta.edu.co
_version_ 1800786424235032576