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...

Full description

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
id UNACIONAL2_95cee58d747e429bfc294a97a015fdd4
oai_identifier_str oai:repositorio.unal.edu.co:unal/63424
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Calderón Villanueva, Sergio AlejandroRomero Orjuela, Lizet Viviana4c246232-e241-41ac-ae87-00f0288a38103002019-07-02T21:46:11Z2019-07-02T21:46:11Z2018-05https://repositorio.unal.edu.co/handle/unal/63424http://bdigital.unal.edu.co/63760/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'sAbstract: In this paper we introduce a Bayesian methodology for the estimation of non - structural parameters (autoregressive matrices, covariance matrices and degrees of freedom) of a multivariate TAR model (MTAR) when the noise process follows a multivariate t-student distribution. For this, the use of non-informative prior distributions is proposed to obtain the full conditional distributions. Markov chain Monte Carlo methods are used to obtain samples of such distributions. The performance of the estimation is evaluated through simulations. Finally, the model is applied to the data of the returns of the Bovespa, Colcap and Standard and Poor’s indexes.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de EstadísticaDepartamento de EstadísticaRomero Orjuela, Lizet Viviana (2018) Estimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-student. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.31 Colecciones de estadística general / Statistics51 Matemáticas / MathematicsModelos MTARAnálisis BayesianoMétodos MCMCMTAR modelsBayesian AnalysisMCMC MethodsEstimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-studentTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL1033752998.2018.pdfapplication/pdf2019795https://repositorio.unal.edu.co/bitstream/unal/63424/1/1033752998.2018.pdf4196702216af1ddb7d389d86eae23d00MD51THUMBNAIL1033752998.2018.pdf.jpg1033752998.2018.pdf.jpgGenerated Thumbnailimage/jpeg4777https://repositorio.unal.edu.co/bitstream/unal/63424/2/1033752998.2018.pdf.jpgc1ad5bcd9ba6cfb12867a8ff2ad799ccMD52unal/63424oai:repositorio.unal.edu.co:unal/634242023-04-21 23:05:21.73Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Estimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-student
title Estimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-student
spellingShingle Estimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-student
31 Colecciones de estadística general / Statistics
51 Matemáticas / Mathematics
Modelos MTAR
Análisis Bayesiano
Métodos MCMC
MTAR models
Bayesian Analysis
MCMC Methods
title_short Estimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-student
title_full Estimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-student
title_fullStr Estimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-student
title_full_unstemmed Estimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-student
title_sort Estimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-student
dc.creator.fl_str_mv Romero Orjuela, Lizet Viviana
dc.contributor.author.spa.fl_str_mv Romero Orjuela, Lizet Viviana
dc.contributor.spa.fl_str_mv Calderón Villanueva, Sergio Alejandro
dc.subject.ddc.spa.fl_str_mv 31 Colecciones de estadística general / Statistics
51 Matemáticas / Mathematics
topic 31 Colecciones de estadística general / Statistics
51 Matemáticas / Mathematics
Modelos MTAR
Análisis Bayesiano
Métodos MCMC
MTAR models
Bayesian Analysis
MCMC Methods
dc.subject.proposal.spa.fl_str_mv Modelos MTAR
Análisis Bayesiano
Métodos MCMC
MTAR models
Bayesian Analysis
MCMC Methods
description 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
publishDate 2018
dc.date.issued.spa.fl_str_mv 2018-05
dc.date.accessioned.spa.fl_str_mv 2019-07-02T21:46:11Z
dc.date.available.spa.fl_str_mv 2019-07-02T21:46:11Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/63424
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/63760/
url https://repositorio.unal.edu.co/handle/unal/63424
http://bdigital.unal.edu.co/63760/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de Estadística
Departamento de Estadística
dc.relation.references.spa.fl_str_mv Romero Orjuela, Lizet Viviana (2018) Estimación Bayesiana de un modelo TAR multivariado cuando el proceso de ruido sigue una distribución t-student. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/63424/1/1033752998.2018.pdf
https://repositorio.unal.edu.co/bitstream/unal/63424/2/1033752998.2018.pdf.jpg
bitstream.checksum.fl_str_mv 4196702216af1ddb7d389d86eae23d00
c1ad5bcd9ba6cfb12867a8ff2ad799cc
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1806885978450690048

Publicaciones similares