##plugins.themes.bootstrap3.article.main##

María Ana Velásquez Gallo Jorge Martínez Collantes

Resumen

Para tener éxito en el modelamiento de cualquier fenómeno físico, es importante disponer de una fuente de información completa. En este documento se plantea la reconstrucción o estimación  de observaciones faltantes  en series de tiempo múltiples, siguiendo la metodología de Guerrero (1989) de pronósticos con restricciones, las cuales vienen dadas por información adicional relacionada con el modelo que tiene en cuenta su información histórica y su estructura de correlación, minimizando el error cuadrático medio, y asumiendo además, que no se presentó un cambio de estructura en el segmento faltante, lo cual se verifica mediante una prueba de bondad de ajuste. El pronóstico óptimo se restringe a conservar la estructura inicialmente identificada, de manera que  empalmen los pronósticos obtenidos con la información posterior disponible, y con esto, no se vean afectados los parámetros, la parte estocástica y la parte determinística del modelo.

##plugins.themes.bootstrap3.article.details##

Palabras Clave

series de tiempo múltiples, restricciones lineales, pruebas de compatibilidad, cambios estructurales.

Referencias
Nieto F. (1989). Reconstrucción de una serie de tiempo censurada usando filtros de Kalman

Guerrero, V. M. (1989). Optimal conditional ARIMA forecasts. Journal of Forecasting, 8, 215-229.

Guerrero, V. M. (1991). ARIMA forecasts with restrictions derived from structural change. International Journal of Forecasting, 7, 339-347.

Lutkepohtl H. (1991). Introduction to Multiple Time Series Analysis Berlin: Springer-Verlag.
Cómo citar
Velásquez Gallo, M. A., & Martínez Collantes, J. (2009). Estimación de observaciones faltantes en series de tiempo usando métodos multivariados con restricciones. Comunicaciones En Estadística, 2(2), 123-128. https://doi.org/10.15332/s2027-3355.2009.0002.01
Sección
Artículos