Modelamiento de procesos autorregresivos de umbrales estacionales

Fluctuaciones estacionales frecuentemente se hallan en muchas series de tiempo. En adición, la no linealidad y la relación con otras series de tiempo son comportamientos prominentes de muchas de tales series. En este trabajo, consideramos el modelamiento de procesos autorregresivos de umbrales estac...

Full description

Autores:
González Borja, Joaquín
Tipo de recurso:
Doctoral thesis
Fecha de publicación:
2019
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/76948
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/76948
http://bdigital.unal.edu.co/74000/
Palabra clave:
Estacionalidad Multiplicativa
Estadística Bayesiana
Modelos TSARX
Bayesian statistics
multiplicative seasonality
TSARX models
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
Description
Summary:Fluctuaciones estacionales frecuentemente se hallan en muchas series de tiempo. En adición, la no linealidad y la relación con otras series de tiempo son comportamientos prominentes de muchas de tales series. En este trabajo, consideramos el modelamiento de procesos autorregresivos de umbrales estacionales multiplicativos con entrada exógena (TSARX), los cuales incorporan en forma explícita y simultánea estacionalidad multiplicativa y no linealidad de umbrales. La estacionalidad es modelada a ser estocástica y dependiente del régimen. El modelo propuesto es un caso especial de un proceso autorregresivo de umbrales con entrada exógena (TARX). Desarrollamos un procedimiento basado en métodos Bayesianos para identificar el modelo, estimar parámetros, validar el modelo y calcular pronósticos. En la etapa de identificación del modelo, presentamos una prueba estadística de estacionalidad multiplicativa por regímenes. La metodología propuesta es ilustrada con un ejemplo simulado y aplicada a datos empíricos económicos.