|
|
-
Recursos bibliográficos en papel y digitales -
- libros, artículos de revistas,
ponencias de eventos, etc. -
» Resultado:
7 registros
| Registro 1 de 7 |
| Autor: |
Abril, Juan Carlos - |
| Título: |
James Durbin: In memoriam |
| Fuente: |
Estadística : Revista Semestral del Instituto Interamericano de Estadística. v.64, n.182/183. Instituto Interamericano de Estadística |
| Páginas: |
pp. 5-22 |
| Año: |
jun.-dic. 2012 |
| Resumen: |
El Profesor James Durbin ha fallecido en la tarde del sábado 23 de Junio de 2012, en Londres, a la edad de 88 años. Fue una de las figuras más importantes de la Estadística. Sus contribuciones cubren áreas de muestreo, teoría de las distribuciones, estadística no paramétrica, procesos estocásticos y, principalmente, series de tiempo y econometría. Por su trascendencia científica, sus aportes a la Estadística y por la gran amistad de más de 38 años que me unía a él, presento este homenaje en donde se resaltan la trayectoria y la personalidad del Profesor Durbin, y sus importantes contribuciones a la ciencia. |
| Palabras clave: |
DURBIN |
ECONOMETRIA |
ESTADISTICA |
SERIES DE TIEMPO |
|
| Solicitar por: |
HEMEROTECA E + datos de Fuente |
| Registro 2 de 7 |
| Autor: |
Abril, Juan Carlos - |
| Título: |
Análisis de la evolución de las técnicas de series tiempo. Un enfoque unificado |
| Fuente: |
Estadística : Revista Semestral del Instituto Interamericano de Estadística. v.63, n.181. Instituto Interamericano de Estadística |
| Páginas: |
pp. 5-56 |
| Año: |
dic. 2011 |
| Resumen: |
Los sucesos variables en el tiempo reciben el nombre genérico de series de tiempo o series cronológicas. Es extremadamente difícil presentar una descripción breve del campo de las series de tiempo. La dificultad se basa en el hecho de que la materia es por sí misma muy compleja, siendo una rama de la estadística pero con su metodología y su propio vocabulario peculiar. La idea básica de una serie de tiempo es muy simple, consiste en el registro de cualquier cantidad fluctuante medida en diferentes puntos del tiempo. La característica común de todos los registros que pertenecen al dominio de las "series de tiempo" es que ellos están influenciados, aunque sea parcialmente, por fuentes de variación aleatoria. Entonces, si deseamos explicar la estructura de las fluctuaciones en una serie de tiempo debemos recurrir a lo que llamamos el estudio de las series de tiempo. Hay dos aspectos en el estudio de las series de tiempo: el análisis y el modelado. El objetivo del análisis es resumir las propiedades de una serie y remarcar sus características salientes. La principal razón para modelar una serie de tiempo es para permitir la predicción de sus valores futuros. En este trabajo se presenta una breve introducción al estudio de las series de tiempo seguido de un conjunto de ejemplos que ocurren en áreas tales como medicina, astronomía, economía, etc. Luego se introduce una pequeña historia del desarrollo de esta parte de la estadística, comenzando en 1664 con los trabajos de Sir Isaac Newton, hasta llegar al gran desarrollo experimentado en los últimos sesenta años. Posteriormente se compara el enfoque de espacio de estado (EE) para el análisis de las series de tiempo con el enfoque ARIMA de Box-Jenkins (BJ). Luego de definir lo que se entiende y cómo trabajan los enfoques de EE y BJ, nos retrotraemos a los orígenes históricos del análisis moderno y aplicado de las series de tiempo conocido como suavizado exponencial que nació en los 50, y tratamos de mostrar que ambos sistemas pueden ser considerados como que evolucionaron naturalmente desde esos orígenes. A continuación se realiza una comparación amplia de los méritos relativos de los dos sistemas, concluyendo en favor del enfoque de EE. Después de esto, se describen brevemente algunos trabajos recientes en donde se aplica el enfoque de EE. Finalmente se realizan algunas consideraciones sobre el uso potencial de los métodos de EE en el trabajo sobre series de tiempo en las estadísticas oficiales y se dan algunas líneas nuevas de desarrollo del área. |
| Palabras clave: |
ARIMA |
BOX-JENKINS | ESPACIO DE ESTADO | ESTADISTICAS OFICIALES |
SERIES DE TIEMPO |
SUAVIZADO EXPONENCIAL |
|
| Solicitar por: |
HEMEROTECA E + datos de Fuente |
| Registro 3 de 7 |
| Autor: |
Abril, Juan Carlos - Abril, María de las Mercedes - Martínez, Carlos Ismael |
| Título: |
Aproximaciones a la distribución del estimador del coeficiente en modelos AR(1) no estacionarios |
| Fuente: |
Estadística : Revista Semestral del Instituto Interamericano de Estadística. v.59, n.172/173. Instituto Interamericano de Estadística |
| Páginas: |
pp. 87-102 |
| Año: |
jun.-dic. 2007 |
| Resumen: |
El problema de las raíces unitarias en series de tiempo se ha transformado en el foco de atención de muchos trabajos en econometría teórica y aplicada. El problema tiene su propio interés intrínseco para los investigadores teóricos debido a las varias implicancias asintóticas sobre las propiedades de los estimadores y tests. Para el trabajo aplicado, establecer la presencia de raíces unitarias sigue siendo la piedra angular del análisis de posibles sistemas cointegrados: primero como herramienta preliminar para testar la integración de las variables de interés, y segundo como un test de cointegración por sí mismo. En este trabajo partimos de un modelo donde, las variables son independientes e idénticamente distribuidos (iid) y estudiamos aproximaciones de segundo y tercer orden a la distribución del estimador del coeficiente. Primero desarrollamos el caso general para todo y luego particularizamos para el caso no estacionario de la presencia de raíz unitaria. Las aproximaciones se las obtiene usando el método de Durbin (1980a) para aproximar densidades de estimadores suficientes. Se presenta un análisis de las aproximaciones mediante comparaciones entre simulaciones de tipo Monte Carlo y las aproximaciones obtenidas. |
| Palabras clave: |
APROXIMACIONES |
AUTORREGRESION |
EXPANSIONES ASINTOTICAS | RAICES UNITARIAS |
SERIES DE TIEMPO |
|
| Solicitar por: |
HEMEROTECA E + datos de Fuente |
>> Nueva
búsqueda
<<
Inicio
|
