Publicado
2010-08-28

Intervalos de predicción para pronósticos no paramétricos de la inflación colombiana

Prediction intervals for nonparametric forecasting of colombian inflation

DOI: https://doi.org/10.15332/s2027-3355.2010.0001.03
Fabio Guacaneme
Profesional estadístico. Seguros Colpatria.
PDF BibTex

Resumen (es)

Este trabajo contiene los resultados de algunas aplicaciones del suavizamiento Kernel. Se presentan resultados del suavizamiento para la serie de la inflación total colombiana; predicciones múltiples pasos adelante en base a los predictores deno-minados media y mediana condicional, las predicciones generadas son comparadas con un modelo ARIMA, un modelo STAR y con redes neuronales; finalmente, se comparan los intervalos de predicción del modelo ARIMA con la técnica no paramétrica. Se encuentra que los intervalos de la segunda técnica son mejores en el periodo de tiempo evaluado.
Palabras clave (es): Ancho de banda, estimador Kernel, media y mediana condicional, regresión no paramétrica, regresión polinómica local

Resumen (en)

This paper contains one of the Kernel smoothing applications. It shows Colombian total inflation’s smoothing results; multi-steps-ahead forecast, based on Mean and Median conditional predictors, the forecast generated are compared with an ARIMA and STAR models and with neuronal networks; finally the intervals of prediction of ARIMA model using nonparametric methods are compared. It found that the intervals using the second method are better in the period of evaluated time.

Referencias

De Gooijer, J. G. & Zerom, D. (1999), Kernel-based multistep-ahead predictions of the us short-term interest rate, Tinbergen Institute Discussion Papers 99-015/4, Tinbergen Institute.

Draper, N. & Smith, H. (1998), Applied Regression Analysis, Wiley.

Jalil, M. & Melo, V. (2000), ‘Una relación no lineal entre la inflación y los medios de pago’, Borradores de Economía(145).

Matzner-L, E., Gannoun, A. & DeGooijer, J. (1998), ‘Nonparametric forecasting: a comparison of three kernel-based methods’, Communications in Statistics -Theory and Methods 27(7), 1593 – 1617.

Pagan, A. & Ullah, A. (1999), Nonparametric Econometrics, Oxford Univ. Press.

Ramsay, J. & Silverman, B. (2005), Funcional Data Analysis, Springer.

Rodríguez, N. & Siado, P. (2003), ‘Un pronóstico no paramétrico de la inflación colombiana’, Revista Colombiana de Estadística26(2), 89 – 128.

Dimensions

PlumX

Visitas

572

Descargas

Los datos de descarga aún no están disponibles.

Cómo citar

Guacaneme, F. (2010). Intervalos de predicción para pronósticos no paramétricos de la inflación colombiana. Comunicaciones En Estadística, 3(1), 49-66. https://doi.org/10.15332/s2027-3355.2010.0001.03

Licencia

Los autores mantienen los derechos sobre los artículos y por tanto  son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:

Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).

Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

La Universidad Santo Tomás conserva los derechos patrimoniales (copyright) de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia anteriormente mencionada.