Intervalos de predicción para pronósticos no paramétricos de la inflación colombiana
##plugins.themes.bootstrap3.article.main##
Resumen
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.
##plugins.themes.bootstrap3.article.details##
Palabras Clave
Ancho de banda, estimador Kernel, media y mediana condicional, regresión no paramétrica, regresión polinómica local
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.
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.
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
Número
Sección
Artículos
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.