Parámetros estimación en series temporales de valores enteros no negativos: enfoque basado en funciones generadoras de probabilidad
Autores: Stojanovi, Vladica; Ljajko, Eugen; Toi, Marina
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Parámetros estimación en series temporales de valores enteros no negativos: enfoque basado en funciones generadoras de probabilidad
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Manuscrito
Estimación de parámetros
Valores enteros no negativos
Series temporales
Función generadora de probabilidades
Método de FGP
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
Este manuscrito trata sobre la estimación de parámetros de una serie temporal de valores enteros no negativos (NNIV) basada en el denominado método de función generadora de probabilidades (PGF). Se describe el trasfondo teórico de la técnica de estimación de PGF para una clase estacionaria muy general de series temporales NNIV, así como las propiedades asintóticas de las estimaciones obtenidas. Posteriormente, se hace especial énfasis en los estimadores de PGF de series independientes e idénticamente distribuidas (IID) y de series autorregresivas no negativas enteras (INAR). También se presenta un estudio de Monte Carlo de las estimaciones de PGF obtenidas, basado en una integración numérica de la función objetivo apropiada. Con este fin, se calcularon fórmulas de cuadratura numérica utilizando polinomios ortogonales de Gegenbauer. Finalmente, se muestra la aplicación de los estimadores de PGF en el análisis dinámico de algunos datos reales.
Descripción
Este manuscrito trata sobre la estimación de parámetros de una serie temporal de valores enteros no negativos (NNIV) basada en el denominado método de función generadora de probabilidades (PGF). Se describe el trasfondo teórico de la técnica de estimación de PGF para una clase estacionaria muy general de series temporales NNIV, así como las propiedades asintóticas de las estimaciones obtenidas. Posteriormente, se hace especial énfasis en los estimadores de PGF de series independientes e idénticamente distribuidas (IID) y de series autorregresivas no negativas enteras (INAR). También se presenta un estudio de Monte Carlo de las estimaciones de PGF obtenidas, basado en una integración numérica de la función objetivo apropiada. Con este fin, se calcularon fórmulas de cuadratura numérica utilizando polinomios ortogonales de Gegenbauer. Finalmente, se muestra la aplicación de los estimadores de PGF en el análisis dinámico de algunos datos reales.