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

Prior no informativas y su influencia en la estimación de los parámetros no estructurales de un modelo TAR multivariado

Trilleras Martínez, Alexander (2018) Prior no informativas y su influencia en la estimación de los parámetros no estructurales de un modelo TAR multivariado. 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

Este trabajo presenta la estimación mediante el enfoque Bayesiano de los parámetros no estructurales de un modelo TAR multivariado y del parámetro de retardo de la variable de umbrales d. Los métodos MCMC son empleados para obtener muestras de las distribuciones a posteriori. Se describen las distribuciones condicionales completas para cada vector de parámetros, las cuales son halladas al utilizar distribuciones a priori tanto informativas como no informativas. Para determinar la incidencia de las distribuciones a priori informativas y no informativas sobre las estimaciones, se establecen comparaciones a partir del sesgo e intervalos creíbles. La metodología se veri�fica para datos reales de tipo �financiero y de hidrología., Abstract: The purpose of this research is to make an estimation using the Bayesian approach from a multivariate TAR model and the delay parameter from the threshold variable known as d. It is also used the MCMC methods to get samples from the full conditional distributions. The full conditional distributions for each parameters vector are described which are found by using informative and non-informative prior distributions. In order to define the impact from the formative and non- formative prior distributions over the estimation, comparisons are established from the bias and credible intervals. The methodology is verified from financial and hydrological real data.

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Calderón Villanueva, Sergio Alejandro
Información adicional:Magíster en Ciencias - Estadística. Línea de Investigación: Series de tiempo.
Palabras clave:Modelos TAR, Técnicas Markov Chain Monte Carlo (MCMC), Inferencia Bayesiana, TAR Models, Marckov Chain Monte Carlo technique (MCMC), Bayesian Inference
Temática:5 Ciencias naturales y matemáticas / Science
5 Ciencias naturales y matemáticas / Science > 51 Matemáticas / Mathematics
Unidad administrativa:Sede Bogotá > Facultad de Ciencias > Departamento de Estadística > Estadística
Código ID:63529
Enviado por : Alexander Trilleras Martínez
Enviado el día :15 May 2018 15:55
Ultima modificación:15 May 2018 15:55
Ultima modificación:15 May 2018 15:55
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