IDENTIFICACIÓN DE MODELOS ARFIMA
Desde la introducción de los modelos fraccionalmente integrados ARFIMA para series de tiempo con memoria larga, ha surgido un gran interés en el estudio de sus propiedades y áreas de aplicación. En este modelo, el grado de la memoria está definido por el parámetro de diferenciación fraccional, el c...
Main Author: | |
---|---|
Format: | Article |
Language: | Spanish |
Published: |
Universidad Nacional de Colombia, sede Medellín
2016-01-01
|
Series: | Revista de la Facultad de Ciencias |
Subjects: | |
Online Access: | https://revistas.unal.edu.co/index.php/rfc/article/view/52890 |
id |
doaj-e54d298b936e46f986633763d6b0566a |
---|---|
record_format |
Article |
spelling |
doaj-e54d298b936e46f986633763d6b0566a2020-11-25T01:57:11ZspaUniversidad Nacional de Colombia, sede MedellínRevista de la Facultad de Ciencias0121-747X2357-55492016-01-0151123710.15446/rev.fac.cienc.v5n1.5289043699IDENTIFICACIÓN DE MODELOS ARFIMAElkin Castaño-Vëlez0Universidad Nacional de Colombia, Sede MedellínDesde la introducción de los modelos fraccionalmente integrados ARFIMA para series de tiempo con memoria larga, ha surgido un gran interés en el estudio de sus propiedades y áreas de aplicación. En este modelo, el grado de la memoria está definido por el parámetro de diferenciación fraccional, el cual toma valores en un intervalo continuo de números reales. Para realizar la estimación de este parámetro y probar la existencia de memoria larga, se han propuesto distintos procedimientos en la literatura. Ahora bien, generalmente no basta con conocer si hay memoria larga en la serie de tiempo, sino que es necesario estimar adecuadamente el valor del parámetro de diferenciación fraccional, del cual depende la dinámica de largo plazo de la serie, y de la componente ARMA asociada al comportamiento de corto plazo. Esta estimación requiere de la especificación correcta del modelo ARFIMA. El objeto de este documento es el de implementar un proceso de identificación del modelo ARFIMA para series estacionarias a partir de un procedimiento paramétrico propuesto, y comparar su desempeño con métodos semiparamétricos propuestos en la literatura. Los resultados obtenidos a través de un estudio de simulación, muestran que el procedimiento propuesto tiene, en general, un mejor desempeño.https://revistas.unal.edu.co/index.php/rfc/article/view/52890Integración fraccionalMemoria largaMétodos paramétricosMétodos semiparamétricosPersistencia |
collection |
DOAJ |
language |
Spanish |
format |
Article |
sources |
DOAJ |
author |
Elkin Castaño-Vëlez |
spellingShingle |
Elkin Castaño-Vëlez IDENTIFICACIÓN DE MODELOS ARFIMA Revista de la Facultad de Ciencias Integración fraccional Memoria larga Métodos paramétricos Métodos semiparamétricos Persistencia |
author_facet |
Elkin Castaño-Vëlez |
author_sort |
Elkin Castaño-Vëlez |
title |
IDENTIFICACIÓN DE MODELOS ARFIMA |
title_short |
IDENTIFICACIÓN DE MODELOS ARFIMA |
title_full |
IDENTIFICACIÓN DE MODELOS ARFIMA |
title_fullStr |
IDENTIFICACIÓN DE MODELOS ARFIMA |
title_full_unstemmed |
IDENTIFICACIÓN DE MODELOS ARFIMA |
title_sort |
identificación de modelos arfima |
publisher |
Universidad Nacional de Colombia, sede Medellín |
series |
Revista de la Facultad de Ciencias |
issn |
0121-747X 2357-5549 |
publishDate |
2016-01-01 |
description |
Desde la introducción de los modelos fraccionalmente integrados ARFIMA para series de tiempo con memoria larga, ha surgido un gran interés en el estudio de sus propiedades y áreas de aplicación. En este modelo, el grado de la memoria está definido por el parámetro de diferenciación fraccional, el cual toma valores en un intervalo continuo de números reales. Para realizar la estimación de este parámetro y probar la existencia de memoria larga, se han propuesto distintos procedimientos en la literatura. Ahora bien, generalmente no basta con conocer si hay memoria larga en la serie de tiempo, sino que es necesario estimar adecuadamente el valor del parámetro de diferenciación fraccional, del cual depende la dinámica de largo plazo de la serie, y de la componente ARMA asociada al comportamiento de corto plazo. Esta estimación requiere de la especificación correcta del modelo ARFIMA. El objeto de este documento es el de implementar un proceso de identificación del modelo ARFIMA para series estacionarias a partir de un procedimiento paramétrico propuesto, y comparar su desempeño con métodos semiparamétricos propuestos en la literatura. Los resultados obtenidos a través de un estudio de simulación, muestran que el procedimiento propuesto tiene, en general, un mejor desempeño. |
topic |
Integración fraccional Memoria larga Métodos paramétricos Métodos semiparamétricos Persistencia |
url |
https://revistas.unal.edu.co/index.php/rfc/article/view/52890 |
work_keys_str_mv |
AT elkincastanovelez identificaciondemodelosarfima |
_version_ |
1724975919860285440 |