TAR modeling with missing data when the white noise process is not Gaussian

• Autores: Hanwen Zhang
• Directores de la Tesis: Fabio Humberto Nieto Sánchez (dir. tes.)
• Lectura: En la Universidad Nacional de Colombia (UNAL) ( Colombia ) en 2014
• Idioma: inglés
• Materias:
  • Matemáticas
    • Álgebra
    • Análisis y análisis funcional
    • Ciencia de los ordenadores
    • Geometría
    • Teoría de los números
    • Análisis numérico
    • Investigación operativa
    • Probabilidad
    • Estadística
    • Topología
    • Otras especialidades matemáticas
  • Astronomía y astrofísica
    • Medio interplanetario
    • Astronomía óptica
    • Planetología
    • Radioastronomía
    • Sistema solar
    • Otras especialidades astronómicas
  • Física
    • Acústica
    • Electromagnetismo
    • Física de fluidos
    • Mecánica
    • Física molecular
    • Física atómica y nuclear
    • Nucleónica
    • Óptica
    • Química física
    • Física del estado sólido
    • Física teórica
    • Termodinámica
    • Unidades y constantes
  • Química
    • Química analítica
    • Química inorgánica
    • Química macromolecular
    • Química orgánica
    • Química física
  • Ciencias de la tierra y del espacio
    • Ciencias del espacio
• Enlaces
  • Tesis en acceso abierto en: repositorio.unal.edu.co
• Resumen

  • En esta investigación, proponemos tres familias de modelos TAR: (1) Modelos TAR con ruidos t, (2) Modelos TAR para el logaritmo de series positivas, y (3) Modelos TAR donde el proceso del ruido tiene distribución Gamma estandarizada. Para cada uno de estos modelos, proponemos un procedimiento de tres etapas que consiste en: (1) La identificación del número de regímenes y los correspondientes umbrales, (2) La identificación de los órdenes autoregresivos en los regímenes, y (3) La estimación de los parámetros no estructurales, estos son, los coeficientes autoregresivos, las varianzas condicionales tipo II y demás parámetros que cada modelo particular pueda tener.