Estimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-student
En este trabajo se presenta una metodología Bayesiana para realizar la estimación de los parámetros no estructurales (matrices autoregresivas, matrices de covarianzas y los grados de libertad) de un modelo TAR multivariado (MTAR) cuando los errores siguen una distribución t-student multivariada. Par...
- Autores:
-
Romero Orjuela, Lizet Viviana
- Tipo de recurso:
- Fecha de publicación:
- 2018
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/63424
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/63424
http://bdigital.unal.edu.co/63760/
- Palabra clave:
- 31 Colecciones de estadística general / Statistics
51 Matemáticas / Mathematics
Modelos MTAR
Análisis Bayesiano
Métodos MCMC
MTAR models
Bayesian Analysis
MCMC Methods
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
| Summary: | En este trabajo se presenta una metodología Bayesiana para realizar la estimación de los parámetros no estructurales (matrices autoregresivas, matrices de covarianzas y los grados de libertad) de un modelo TAR multivariado (MTAR) cuando los errores siguen una distribución t-student multivariada. Para ello se propone el uso de distribuciones a priori no informativas con las cuales se obtienen las distribuciones condicionales completas de los parámetros. Los métodos Monte Carlo de cadenas de Markov serán empleados para extraer muestras de dichas distribuciones. El desempeño de la estimación se pondrá a prueba a través de simulaciones. Finalmente se aplicará el modelo a los datos de los retornos de los índices Bovespa, Colcap y Standard and Poor's |
|---|