Esta tesis doctoral analiza la utilidad de la formulación matemática conocida como "Espacio de Estados" para el análisis de sistemas de series temporales cointegradas, Se centra en la familia de algoritmos de identificación de sistemas conocida bajo el nombre genérico de métodos de subespacios.
En la tesis se comparan los modelos lineales paramétricos obtenidos mediante los métodos de subespacios (adaptaciones del método de correlaciones canónicas CCA en particular) y mediante el método de Johansen. La comparación se centra en la capacidad de estimación de las relaciones de cointegración y en la calidad de predicción a corto plazo de los modelos obtenidos, trabajando sobre procesos cointegrados simulados tipo VARMA.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados