Identificación de un modelo ARIMA cuando existen observaciones faltantes

Auteurs-es

  • Elkin Castaño Universidad de Antioquia

DOI :

https://doi.org/10.17533/udea.le.n47a4935

Résumé

Un supuesto común en el análisis de series de tiempo es que las series que van a ser estudiadas disponen de información para cada momento de tiempo en el periodo que se va analizar. Sin embargo, con frecuencia ocurre que faltan datos en la serie, o que algunos de ellos son erróneos. En la literatura de Análisis Series de Tiempo, en particular en la de los procesos ARIMA (Box y Jenkins, 1976), se han propuesto diferentes métodos para estimar estas observaciones, pero la mayoría de ellos supone que el modelo es conocido o que las observaciones son tales que han permitido identificarlo. Este documento presenta una metodología relativamente simple que permite estimar las observaciones faltantes y simultáneamente identificar el modelo ARIMA que generó una serie de tiempo.

|Résumé
= 180 veces | PDF (ESPAÑOL (ESPAÑA))
= 112 veces|

Téléchargements

Les données relatives au téléchargement ne sont pas encore disponibles.

Biographie de l'auteur-e

Elkin Castaño, Universidad de Antioquia

Investigador del Centro de Investigaciones Económicas, Universidad de Antioquia. Ciencias, Universidad Nacional de Colombia.

Téléchargements

Publié-e

2010-03-20

Comment citer

Castaño, E. (2010). Identificación de un modelo ARIMA cuando existen observaciones faltantes. Lecturas De Economía, 47(47), 25–45. https://doi.org/10.17533/udea.le.n47a4935

Numéro

Rubrique

Article

Articles les plus lus du,de la,des même-s auteur-e-s

1 2 > >>