|
|
-
Recursos bibliográficos en papel y digitales -
- libros, artículos de revistas,
ponencias de eventos, etc. -
» Resultado:
16 registros
| Registro 1 de 16 |
| Autor: |
Blaconá, M.T. - Andreozzi, L. - |
| Título: |
Análisis de la mortalidad por edad y sexo mediante modelos para datos funcionales |
| Fuente: |
Estadística : Revista Semestral del Instituto Interamericano de Estadística. v.66, n.186/187. Instituto Interamericano de Estadística |
| Páginas: |
pp. 65-90 |
| Año: |
jun.-dic. 2014 |
| Resumen: |
En este trabajo se realiza una breve descripción del enfoque de datos funcionales para modelar las tasas de mortalidad por edad y sexo, esta propuesta es un avance sobre el modelo tradicional de Lee-Carter y alguna de sus modificaciones. El nuevo método se aplica a las tasas de mortalidad por edad y sexo de la Argentina. Una característica de estos nuevos modelos es que permiten interpretar el comportamiento de la mortalidad a través del tiempo relacionándolo con el comportamiento por edades, esto debido especialmente a la utilización de técnicas de componentes principales sobre los datos suavizados de las tasas de mortalidad por edad y sexo. Además se puede destacar que el método permite construir intervalos de pronóstico con un nivel de incertidumbre aceptable. En el caso del estudio de mortalidad por edad y sexo en Argentina los resultados de los pronósticos que se obtienen por este método son superiores a los obtenidos por modelos ARIMA, tanto en sus valores puntuales como en la amplitud de sus intervalos de pronóstico. |
| Palabras clave: |
TASA DE MORTALIDAD |
SERIES DE TIEMPO |
PRONOSTICOS |
DATOS FUNCIONALES | |
| Solicitar por: |
HEMEROTECA E + datos de Fuente |
| Registro 3 de 16 |
| 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 4 de 16 |
| Autor: |
Sonnet, Fernando H. - Asís, Inés del Valle - |
| Título: |
Expectativas adaptativas, riesgo y respuesta de oferta de soja en Argentina (1975-2004) |
| En: |
Reunión Anual, 41. Salta, 15-17 noviembre 2006 |
| Institución patroc.: |
Asociación Argentina de Economía Política |
| Ciudad y Editorial: |
Salta : UNSA; UCSA |
| Páginas: |
1 CD-ROM |
| Año: |
2006 |
| Resumen: |
A lo largo de casi un siglo los estudios de respuesta de oferta agrícola se han desarrollado sobre tres enfoques teóricos fundamentales: el modelo nerloviano de expectativas adaptativas, el modelo de las expectativas racionales y el enfoque de la dualidad como alternativos para explicar los comportamientos de elección de los agricultores en la asignación del área a los distintos cultivos. En este trabajo se aplica un modelo de configuración nerloviana y se considera además, la incorporación de variables de riesgo para explicar el fenómeno de la expansión de la soja en Argentina en las tres últimas décadas. Los resultados de la estimación del modelo demuestran que los productores agropecuarios muestran aversión al riesgo en ingresos netos y en rendimientos relativos entre los cultivos competitivos de la soja; esto constituye un apreciable argumento para justificar la fuerte expansión del área sembrada de ese cultivo. Como complemento se ha aplicado el análisis de series del tiempo Box-Jenkins para comparar los resultados econométricos; las especificaciones ARMA y ARIMA han proporcionado resultados confiables fortaleciendo las estimaciones del modelo de respuesta de oferta propuesto. |
| Solicitar por: |
MULTI CD 00003/2006 |
| Registro 5 de 16 |
| Autor: |
Utrera, Gastón - |
| Título: |
Una Aproximación a la Combinación de Métodos Econométricos para Pronosticar la Inflación en Argentina |
| En: |
Reunión Anual, 40. La Plata, 16-18 noviembre 2005 |
| Institución patroc.: |
Asociación Argentina de Economía Política |
| Ciudad y Editorial: |
La Plata : UNLP |
| ISBN: |
987-99570-2-4 |
| Páginas: |
CD-ROM |
| Año: |
2005 |
| Resumen: |
En este trabajo se utilizan tres técnicas econométricas de series de tiempo para realizar pronósticos de la inflación Argentina: modelos ARIMA, modelos de Vectores Autoregresivos (VAR) y modelos de Vectores Autoregresivos con Corrección de Errores (VECM). Los resultados obtenidos están en línea con literatura reciente que sugiere la combinación de técnicas econométricas para mejorar el desempeño de los pronósticos realizados con cualquiera de las técnicas consideradas individualmente. Sin embargo, la existencia de importantes quiebres estructurales en la economía argentina, que obliga a utilizar series cortas, plantea importantes desafíos para la selección de combinaciones óptimas. Adicionalmente, se presenta evidencia consistente con la hipótesis de que el incremento del multiplicador monetario es un factor importante detrás de las presiones inflacionarias observadas desde mediados de 2004. |
| Solicitar por: |
MULTI CD 00003/2005 |
>> Nueva
búsqueda
<<
Inicio
|
