Distribución de la estadística de prueba de compatibilidad en la predicción ex-post de series temporales multivariadas

Para desagregar series temporales multivariadas, Nieto (2007) propone una metodología de predicción ex-post. Esta metodología utiliza un proceso auxiliar con información disponible en periodos de alta frecuencia y que se supone relacionado con el proceso de interés. La compatibilidad entre los proce...

Full description

Autores:: Martínez Buendía, Juan Miguel

Tipo de recurso:

Fecha de publicación:: 2013

Institución:: Universidad Nacional de Colombia

Repositorio:: Universidad Nacional de Colombia

Idioma:: spa

Description
Summary:	Para desagregar series temporales multivariadas, Nieto (2007) propone una metodología de predicción ex-post. Esta metodología utiliza un proceso auxiliar con información disponible en periodos de alta frecuencia y que se supone relacionado con el proceso de interés. La compatibilidad entre los procesos auxiliar y de interés, determina el éxito de la predicción, y es verificada a través de varias pruebas individuales de no correlación entre las series marginales de dos procesos multivariados de residuales. Se diseño una prueba de hipótesis conjunta, con enfoque multivariado, para verificar compatibilidad en el marco de predicción ex-post. Se propusieron dos estadísticas de prueba tipo pormanteau (LB y PR) que extienden, al caso multivariado, las estadísticas de Ljung y Box (1978) y Peña y Rodríguez (2002), respectivamente. Se analizó para cada estadística, vía simulación, su distribución empírica bajo la hipótesis de no correlación cruzada y la potencia de la prueba de compatibilidad. Se simularon 10000 realizaciones de las estadísticas en cada uno de 150 escenarios. Debido a que no se ajustaron a ninguna distribución común, se recomienda el uso de la técnica de Bootstrapping para obtener sus distribuciones empíricas. La prueba de compatibilidad realizada con LB, en el marco de predicción ex-post, demostró ser más potente que la realizada con PR bajo las mismas condiciones. Los resultados sugieren que la compatibilidad puede ser verificada con la prueba de hipótesis diseñada utilizando LB, manteniendo el nivel de significancia nominal desde el enfoque conjunto, considerando las posibles relaciones entre las series marginales de los procesos de residuales y liberando carga computacional.

Distribución de la estadística de prueba de compatibilidad en la predicción ex-post de series temporales multivariadas

Publicaciones similares