Memoria larga en el número de horas de vuelo de aeronave de inteligencia militar de la Fuerza Aérea Colombiana
Resumen (es)
Actualmente, el Departamento de Planeación y Estadística de la Fuerza Aérea
Colombiana (FAC) planifica el número mensual de horas de vuelo que tendrá cada
una de sus aeronaves mediante el promedio de las horas que estuvieron estos
equipos en el aire en el trimestre inmediatamente anterior. Debido a la inexactitud
de los pronósticos actuales se presentan una serie de complicaciones a la hora
de ejecutar el presupuesto requerido pues generalmente resulta insuficiente. En el
presente trabajo se identifica un modelo ARFIMA(p,d,q) que permite pronosticar
adecuadamente las horas de vuelo de la aeronave B-350 de la Fuerza Aérea Colombiana y que puede ser empleado por el alto mando militar para tomar decisiones administrativas acertadas en la planeación y uso mensual de esta aeronave.
Referencias
Baillie, R. (1996), `Long memory processes and fractional integration in econometrics', Journal of Econometrics 73(1), 5-59.
Baillie, R., Han, Y. & Kwon, T. (2002), `Further long memory properties of inflationary shocks', Southern Economic Journal 68(3), 496-510.
Beran, J. (1992), `Statistical methods for data with long-range dependence', Statistical Science 7(4), 404-416.
Beran, J. (1993), `Fitting long-memory models by generalized linear regression', Biometrika 80(4), 817-822.
Beran, J. (1995), `Maximum likelihood estimation of the differencing parameter for invertible short and long memory autoregressive integrated moving average models', Journal of the Royal Statistical Society 57(4), 659-672.
Beran, J., Feng, Y., Ghosh, S. & Kulik, R. (2013), Long-Memory Processes: Probabilistic Properties and Statistical Methods, 2th edn, Springer.
Castaño, E., Gómez, K. & Gall_on, S. (2008), `Una nueva prueba para el parámetro de diferenciación fraccional', Revista Colombiana de Estadística 31, 67-84.
Dickey, D. & Fuller, W. (1979), `Distribution of the estimators for autoregressive time series with a unit root', Journal of the American Statistical Association 74(366), 427-431.
Diebold, F. & Rudebush, G. (1989), `Long memory and persistence in aggregate output', Journal of Monetary Economics 24, 189-209.
Dolado, J., Gonzalo, J. & Mayoral, L. (2002), `A fractional dickey-fuller test for unit roots', Econometrica 70(5), 1963-2006.
Elliott, G., Rothenberg, T. & Stock, J. (1996), `E_cient tests for an autoregressive unit root', Econometrica 64(4), 813-836.
Geweke, J. & Porter-Hudak, S. (1983), `The estimation and application of long memory time series models', Journal of Time Series Analysis 4(4), 221-238.
Granger, C. & Joyeux, K. (1980), `An introduction to long-memory time series and fractional differencing', Journal of Time Series Analysis 1, 15-29.
Guerrero, V. M. & Pereira, R. (2004), `Variance stabilizing power transformation for time series', Journal of Modern Applied Statistical Methods 3, 357-369.
Harris, D., McCabe, B. & Leybourne, S. (2008), `Testing for long memory', Econometric Theory 24(1), 143-175.
Hosking, J. R. M. (1981), `Fractional differencing', Biometrika 68(1), 165-176.
Hurst, J. (1951), `Long term storage capacity of reservoirs', Transactions of the American Society of Civil Engineers 116(1), 770-799.
Kwiatkowski, D., Phillips, P. C. B., Schmidt, P. & Shin, Y. (1992), `Testing the null hypothesis of stationarity against the alternative of a unit root: How sure are we that economic time series have a unit root?', Journal of Econometrics 54, 159-178.
Lee, D. & Schmidt, P. (1996), `On the power of the kpss test of stationary against fractionally-integrated alternatives', Journal of Econometrics 73(1), 285-302.
Lemus, D. & Castaño, E. (2013), `Prueba de hipótesis sobre la existencia de una raíz fraccional en una serie de tiempo no estacionaria', Lecturas de Economía 78(1), 151-184.
Lo, A. (1991), `Long-term memory in stock market prices', Econometrica 59(5), 1279-1313.
Lobato, I. & Robinson, P. M. (1996), `Averaged periodogram estimation of long memory', Journal of Econometrics 73(1), 303-324.
Lobato, I. & Velasco, C. (2007), `Effcient wald tests for fractional unit roots', Econometrica 75(2), 575-589.
Maddala, G. & Kim, I. (1999), Unit Roots, Cointegration, and Structural Change, 1th edn, Cambridge University Press.
Mayoral, L. (2007), `Minimum distance estimation of stationary and nonstationary arma processes', The Econometrics Journal 10(1), 124-148.
McLeod, A. I. & Li, W. K. (1983), `Diagnostic checking arma time series models using squared residual autocorrelations', Journal of Time Series Analysis 4, 269-273.
Palma, W. (2007), Long-Memory Time Series. Theory and methods, Jhon Wiley and Sons, Inc., Hoboken, New Jersey.
Phillips, P. & Perron, P. (1988), `Testing for a unit root in time series regression', Biometrika 75(2), 335-346.
Robinson, P. M. (1994), `Effcient tests of nonstationary hypotheses', Journal of the American Statistical Association 89(428), 1420-1437.
Robinson, P. M. (1995), `Log-periodogram regression of time series with long range dependence', The Annals of Statistics 23(3), 1048-1072.
Tanaka, K. (1999), `The non-stationary fractional unit root', Econometric Theory 15(4), 549-582.
Tique, M., Pe~na, A. & Castillo, H. (2014), `Modelo de pronóstico de horas de vuelo para las aeronaves b-350 y sa2-37 de la fuerza aérea colombiana'.
Wei, W. (2006), Time Series Analysis : Univariate and Multivariate Methods, second edn, Pearson Education, Inc.
Cómo citar
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)
