Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Comparación del filtro de Kalman, el algoritmo esperanza-maximización (EM) y el filtro de información para la estimación de modelos en representación espacio-estado

Pardo Ruiz, Ricardo José (2015) Comparación del filtro de Kalman, el algoritmo esperanza-maximización (EM) y el filtro de información para la estimación de modelos en representación espacio-estado. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.

Texto completo

[img]
Vista previa
PDF - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

1MB

Resumen

Se realiza una comparación entre las metodología de filtro de Kalman y filtro de información en la inferencia de modelos en representación espacio estado (REE), donde la estimación se lleva a cabo bajo máxima verosimilitud, algoritmo EM y estimación Bayesiana. Mediante simulación extensiva de tres modelos univariados estructurales, se encontró que la estimación por máxima verosimilitud es la de mejor resultado en la mayoría de escenarios, la filtración de Kalman ofrece en promedio valores más cercanos al verdadero valor de los elementos del vector de estado y la convergencia a un estado estable ocurre con mayor prontitud, cuando se aplica el filtro de Kalman a estimaciones Bayesianas. Los pronósticos, por otro lado, son “más acertados“ cuando se realizan con el filtro de información. Una aplicación a la estimación de la elasticidad de la tasa de interés para las bases M1 y M2 se encuentra que el filtro de Kalman y de informacón ofrecen resultados similares bajo las diferentes estimaciones y la velocidad de M1 es más elástica que la de M2 en todos los escenarios., Abstract: In this paper we compare two methodologies: Kalman filter and information filter in the inference of state space models, where the estimation is obtained via maximum likelihood, expectation-maximization algorithm and bayesian estimation. Through extensive simulation in three univariate structural models have been found that ML estimation showed the best result in most scenarios, Kalman filter offers closer values to the real state variables and the convergence to a steady state is more quicker when bayesian’s results are applied to the Kalman filter. On the other hand, forecast are more accurate when are performed with the information filter. By estimating the interest rate elasticity for M1 and M2, it has been found that Kalman and information filter give very similar output and M1 velocity is more elastic than M2 in all scenarios.

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Julio Roman, Juan Manuel
Información adicional:Magister en Ciencias - Estadística.
Palabras clave:Representación Espacio Estado, Filtro de Kalman, Filtro de Información, Algoritmo EM, Velocidad del dinero, State space form, Kalman’s Filter, Information Filter, EM algorithm, Money’s velocity
Temática:5 Ciencias naturales y matemáticas / Science > 51 Matemáticas / Mathematics
Unidad administrativa:Sede Bogotá > Facultad de Ciencias > Departamento de Estadística > Estadística
Código ID:52462
Enviado por : Ricardo José Pardo Ruiz
Enviado el día :02 Junio 2016 21:53
Ultima modificación:02 Junio 2016 21:53
Ultima modificación:02 Junio 2016 21:53
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox