Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p)

La determinación del número mínimo de datos que se deben utilizar para estimar el valor de observaciones faltantes en una serie temporal univariada, es importante porque permite optimizar el tiempo de computación en el sentido en que sí se utilizara un número mayor de datos, el proceso de estimación...

Full description

Autores:
Gallardo Pérez, Henry
Nieto, Fabio
Tipo de recurso:
Article of journal
Fecha de publicación:
1996
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/24439
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/24439
http://bdigital.unal.edu.co/15476/
Palabra clave:
Estadística matemática
Análisis de series de tiempo
Procesos estocásticos
Toería de la estimación
Serie temporal univariada
Vector de observaciones
Modelo Ar(p)
Estadística matemática
Análisis de series de tiempo
Procesos estocásticos
Toería de la estimación
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_fa38dc0d4e2de656b067cc2ddaea0021
oai_identifier_str oai:repositorio.unal.edu.co:unal/24439
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_abf2Gallardo Pérez, Henry2e535ef1-e6a3-4858-94d9-275bb94470a7300Nieto, Fabiode4bc8d7-082a-4524-a345-4872882c71003002019-06-25T22:37:13Z2019-06-25T22:37:13Z1996https://repositorio.unal.edu.co/handle/unal/24439http://bdigital.unal.edu.co/15476/La determinación del número mínimo de datos que se deben utilizar para estimar el valor de observaciones faltantes en una serie temporal univariada, es importante porque permite optimizar el tiempo de computación en el sentido en que sí se utilizara un número mayor de datos, el proceso de estimación resultaría redundante. En este trabajo se determina cuál es número mínimo y cuáles son los datos que se deben utiUzar para estimar el vector de observaciones faltantes, cuando el proceso estocástico obedece un modelo autoregresivo de orden p, AR(p). Se utiliza para ello el método de estimación de Peña-Maravall (1991) y el proceso recurrente de Nieto-Martínez (1994). Se presentan adicionalmente algunos ejemplos teóricos en los cuales se aplican los resultados obtenidos.application/pdfspaUniversidad Nacional de Colombiahttp://revistas.unal.edu.co/index.php/estad/article/view/10087Universidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de EstadísticaRevista Colombiana de EstadísticaRevista Colombiana de Estadística; Vol. 17, núm. 33-34 (1996) Revista Colombiana de Estadística; Vol. 17, núm. 33-34 (1996) 0120-1751Gallardo Pérez, Henry and Nieto, Fabio (1996) Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p). Revista Colombiana de Estadística; Vol. 17, núm. 33-34 (1996) Revista Colombiana de Estadística; Vol. 17, núm. 33-34 (1996) 0120-1751 .Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p)Artículo de revistainfo:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/ARTEstadística matemáticaAnálisis de series de tiempoProcesos estocásticosToería de la estimaciónSerie temporal univariadaVector de observacionesModelo Ar(p)Estadística matemáticaAnálisis de series de tiempoProcesos estocásticosToería de la estimaciónORIGINAL10087-18416-1-PB.pdfapplication/pdf840645https://repositorio.unal.edu.co/bitstream/unal/24439/1/10087-18416-1-PB.pdf6054a9b4dc377d6ed266bfb1e2c01776MD51THUMBNAIL10087-18416-1-PB.pdf.jpg10087-18416-1-PB.pdf.jpgGenerated Thumbnailimage/jpeg7324https://repositorio.unal.edu.co/bitstream/unal/24439/2/10087-18416-1-PB.pdf.jpgbcfbdf5ba6df1232ca90d8a641e136cfMD52unal/24439oai:repositorio.unal.edu.co:unal/244392023-10-17 23:05:24.432Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p)
title Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p)
spellingShingle Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p)
Estadística matemática
Análisis de series de tiempo
Procesos estocásticos
Toería de la estimación
Serie temporal univariada
Vector de observaciones
Modelo Ar(p)
Estadística matemática
Análisis de series de tiempo
Procesos estocásticos
Toería de la estimación
title_short Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p)
title_full Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p)
title_fullStr Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p)
title_full_unstemmed Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p)
title_sort Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p)
dc.creator.fl_str_mv Gallardo Pérez, Henry
Nieto, Fabio
dc.contributor.author.spa.fl_str_mv Gallardo Pérez, Henry
Nieto, Fabio
dc.subject.proposal.spa.fl_str_mv Estadística matemática
Análisis de series de tiempo
Procesos estocásticos
Toería de la estimación
Serie temporal univariada
Vector de observaciones
Modelo Ar(p)
Estadística matemática
Análisis de series de tiempo
Procesos estocásticos
Toería de la estimación
topic Estadística matemática
Análisis de series de tiempo
Procesos estocásticos
Toería de la estimación
Serie temporal univariada
Vector de observaciones
Modelo Ar(p)
Estadística matemática
Análisis de series de tiempo
Procesos estocásticos
Toería de la estimación
description La determinación del número mínimo de datos que se deben utilizar para estimar el valor de observaciones faltantes en una serie temporal univariada, es importante porque permite optimizar el tiempo de computación en el sentido en que sí se utilizara un número mayor de datos, el proceso de estimación resultaría redundante. En este trabajo se determina cuál es número mínimo y cuáles son los datos que se deben utiUzar para estimar el vector de observaciones faltantes, cuando el proceso estocástico obedece un modelo autoregresivo de orden p, AR(p). Se utiliza para ello el método de estimación de Peña-Maravall (1991) y el proceso recurrente de Nieto-Martínez (1994). Se presentan adicionalmente algunos ejemplos teóricos en los cuales se aplican los resultados obtenidos.
publishDate 1996
dc.date.issued.spa.fl_str_mv 1996
dc.date.accessioned.spa.fl_str_mv 2019-06-25T22:37:13Z
dc.date.available.spa.fl_str_mv 2019-06-25T22:37:13Z
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ART
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/24439
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/15476/
url https://repositorio.unal.edu.co/handle/unal/24439
http://bdigital.unal.edu.co/15476/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.spa.fl_str_mv http://revistas.unal.edu.co/index.php/estad/article/view/10087
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de Estadística
Revista Colombiana de Estadística
dc.relation.ispartofseries.none.fl_str_mv Revista Colombiana de Estadística; Vol. 17, núm. 33-34 (1996) Revista Colombiana de Estadística; Vol. 17, núm. 33-34 (1996) 0120-1751
dc.relation.references.spa.fl_str_mv Gallardo Pérez, Henry and Nieto, Fabio (1996) Cálculo del número mínimo de datos necesarios para estimar el vector de observaciones faltantes en una serie temporal generada por un modelo ar(p). Revista Colombiana de Estadística; Vol. 17, núm. 33-34 (1996) Revista Colombiana de Estadística; Vol. 17, núm. 33-34 (1996) 0120-1751 .
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
dc.publisher.spa.fl_str_mv Universidad Nacional de Colombia
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/24439/1/10087-18416-1-PB.pdf
https://repositorio.unal.edu.co/bitstream/unal/24439/2/10087-18416-1-PB.pdf.jpg
bitstream.checksum.fl_str_mv 6054a9b4dc377d6ed266bfb1e2c01776
bcfbdf5ba6df1232ca90d8a641e136cf
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_ 1814089591865475072