Modelos VARMA con datos de frecuencia única o mixta: nuevas condiciones para la identificación extendida de Yule-Walker
Autores: Pestano-Gabino, Celina; González-Concepción, Concepción; Gil-Fariña, María Candelaria
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Modelos VARMA con datos de frecuencia única o mixta: nuevas condiciones para la identificación extendida de Yule-Walker
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Identificabilidad
Modelos VARMA
Datos de frecuencia mixta
Ecuaciones extendidas de Yule-Walker
Bloques de autocovarianza
Bloques de covarianza
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 30
Citaciones: Sin citaciones
Este artículo trata sobre la identificabilidad de modelos VARMA con orden VAR mayor o igual que el orden MA, en el contexto de datos de frecuencia mixta (MFD) utilizando ecuaciones extendidas de Yule-Walker. La principal contribución es que las condiciones necesarias y suficientes para la identificabilidad en el caso de datos de una sola frecuencia se expresan de manera original y producen nuevos resultados en el caso de MFD. También proporcionamos dos contraejemplos que responden a una pregunta abierta en este tema sobre si ciertas condiciones suficientes son necesarias para la identificabilidad. Por lo tanto, este artículo amplía el conjunto de modelos que pueden ser identificados con MFD utilizando ecuaciones extendidas de Yule-Walker. La idea principal es que con MFD, algunos bloques de autocovarianza no están disponibles a partir de variables observadas y, en algunos casos, las nuevas condiciones en este artículo pueden ser utilizadas para reconstruir todos los bloques de covarianza no disponibles a partir de bloques de covarianza disponibles.
Descripción
Este artículo trata sobre la identificabilidad de modelos VARMA con orden VAR mayor o igual que el orden MA, en el contexto de datos de frecuencia mixta (MFD) utilizando ecuaciones extendidas de Yule-Walker. La principal contribución es que las condiciones necesarias y suficientes para la identificabilidad en el caso de datos de una sola frecuencia se expresan de manera original y producen nuevos resultados en el caso de MFD. También proporcionamos dos contraejemplos que responden a una pregunta abierta en este tema sobre si ciertas condiciones suficientes son necesarias para la identificabilidad. Por lo tanto, este artículo amplía el conjunto de modelos que pueden ser identificados con MFD utilizando ecuaciones extendidas de Yule-Walker. La idea principal es que con MFD, algunos bloques de autocovarianza no están disponibles a partir de variables observadas y, en algunos casos, las nuevas condiciones en este artículo pueden ser utilizadas para reconstruir todos los bloques de covarianza no disponibles a partir de bloques de covarianza disponibles.