Comparación entre dos métodos de reducción de dimensionalidad en series de tiempo : Comparison between Two Dimensionality Reduction Methods in Time Series

dc.contributor.authorZhang, Hanwen
dc.contributor.cvlachttp://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001058754
dc.contributor.googlescholarhttps://scholar.google.es/citations?user=nE0TiBwAAAAJ&hl=es
dc.contributor.orcidhttps://orcid.org/0000-0001-9948-791X
dc.date.accessioned2020-06-09T22:51:59Z
dc.date.available2020-06-09T22:51:59Z
dc.date.issued2009-12
dc.descriptionEn este trabajo se analizan dos métodos de reducción de dimensionalidad en series de tiempo multivariadas estacionarias: el método de Peña y Box, basado en el dominio del tiempo, y el método de Brillinger, basado en el dominio de las frecuencias. Se encontraron dos fallas en el método de Peña y Box, y se propusieron correcciones a estas. También se compararon los dos métodos con respecto a la capacidad para identificar el número de factores latentes mediante simulaciones y se realizó una aplicación empírica.spa
dc.description.abstractTwo methods of dimensionality reduction of multivariate stationary time series are analyzed: Peña-Box’s methodology in the time domain and Brillinger’s methodology in the frequency domain. Two failures of Peña-Box’s methodology were found, and their corrections are given. Also the two methods are compared regarding to their capacities to identify the number of latent factors by simulations and an empirical application.spa
dc.description.domainhttp://unidadinvestigacion.usta.edu.cospa
dc.format.mimetypeapplication/pdf
dc.identifier.citationZHANG, H. (2009). Comparación entre dos métodos de reducción de dimensionalidad en series de tiempo. Revista Colombiana De Estadística, 32(2), 189-212.spa
dc.identifier.urihttp://hdl.handle.net/11634/23999
dc.publisher.branchCRAI-USTA Bogotáspa
dc.relation.referencesAhn, S. K. & Reinsel, G. C. (1988), ‘Nested Reduced-Rank Autoregressive Models for Multiple Time Series’, Journal of the American Statistical Association 83, 849–856.spa
dc.relation.referencesBrillinger, D. R. (1981), Time Series: Data Analysis and Theory, Holden-Day, San Francisco, United States.spa
dc.relation.referencesBrockwell, P. J. & Davis, R. A. (1991), Time Series: Theory and Methods, 2 edn, Springer, New York, United States.spa
dc.relation.referencesBrockwell, P. J. & Davis, R. A. (1996), Introduction to Time Series and Forecas- ting, 1 edn, Springer, New York, United States.spa
dc.relation.referencesCorreal, M. E. & Peña, D. (2008), ‘Modelo factorial dinámico threshold’, Revista Colombiana de Estadística 31(2), 183–192.spa
dc.relation.referencesJiménez, J. A. (2004), Álgebra Lineal II, con aplicaciones en estadística, 1 edn, Unibiblos, Bogotá, Colombia.spa
dc.relation.referencesJohansen, S. (1991), ‘Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models’, Econometrica 59(6), 1551–1580.spa
dc.relation.referencesLi, W. K. (2004), Diagnostic Checks in Time Series, 1 edn, Chapman & Hall/CRC.spa
dc.relation.referencesMartínez, W. (2007), Uso de tendencias comunes en la construcción de índices coincidentes, Tesis de maestría, Departamento de Estadística, Facultad de Ciencias, Universidad Nacional de Colombia, Bogotá, Colombia.spa
dc.relation.referencesMelo, L. F., Nieto, F., Posada, C. E., Betancourt, Y. R. & Barón, J. D. (2001), ‘Un índice coincidente para la actividad económica de Colombia’, Ensayos Sobre Política Económica 40, 46–88.spa
dc.relation.referencesPeña, D. & Box, G. B. P. (1987), ‘Identifying a Simplifying Structure in Time Series’, Journal of the American Statistical Association 82(399), 836–843.spa
dc.relation.referencesPeña, D. & Poncela, P. (2006), ‘Nonstationary Dynamic Factor Analysis’, Journal of Statistical Planning and Inference 136(4), 1237–1257.spa
dc.relation.referencesReinsel, G. C. (1983), ‘Some Results on Multivariate Autoregressive Index Models’, Biometrika 70, 145–156.spa
dc.relation.referencesStoffer, D. S. (1999), ‘Detecting Common Signals in Multiple Time Series using the Spectral Envelope’, Journal of the American Statistical Association 94(448), 1341–1356.spa
dc.relation.referencesTiao, G. C. & Box, G. E. P. (1981), ‘Modelling Multiple Time Series with Appli- cations’, Journal of the American Statistical Association 76(376), 802–816.spa
dc.relation.referencesTiao, G. C. & Tsay, R. S. (1989), ‘Model Specification in Multivariate Time Series’, Journal of the Royal Statistical Society, B 51(2), 157–213.spa
dc.relation.referencesWei, W. S. (2006), Time Series Analysis: Univariate and Multivariate Methods, 1 edn, Pearson, Boston, United States.spa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keywordMultivariate time seriesspa
dc.subject.keywordReduction of dimensionalityspa
dc.subject.keywordTime domainspa
dc.subject.keywordFrequency domainspa
dc.subject.lembTiempospa
dc.subject.proposalSeries de tiempo multivariadasspa
dc.subject.proposalReducción de dimensionalidadspa
dc.subject.proposalDominio del tiempospa
dc.subject.proposalDominio de las frecuenciasspa
dc.titleComparación entre dos métodos de reducción de dimensionalidad en series de tiempo : Comparison between Two Dimensionality Reduction Methods in Time Seriesspa
dc.type.categoryGeneración de Nuevo Conocimiento: Artículos publicados en revistas especializadas - Electrónicosspa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
v32n2a02.pdf
Tamaño:
284.51 KB
Formato:
Adobe Portable Document Format
Descripción:

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción: