General · 2026
Introducción a series de tiempo con aplicaciones en R
Texto completo 311 páginas con texto de 312
Leer la tesis completa Ficha en el repositorio
Contenido
- Definici´onp. 117
- Condici´on suficiente para ser estacionario en covarianzap. 119
- Funci´on de autocovarianzap. 30
- Densidad Espectralp. 71
- rianzap. 123
- Implementaci´on de modelos ARMAp. 126
- Identificaci´onp. 126
- Estimaci´onp. 129
- Ejemplos modelos ARMAp. 132
- Definici´onp. 117
- Simulaci´onp. 136
- Funci´on de autocovarianzap. 30
- Densidad Espectralp. 71
- La funci´on armasubsets de TSAp. 142
- Estimaci´onp. 129
- Representaci´on de Woldp. 147
- 5.3. Problemasp. 71
- 5.4. Trabajo No 2. Modelos ARMA-SARMAp. 152
- 6.1. El fen´omeno de memoria largap. 159
- Memoria larga en volatilidadesp. 160
- 6.4. Densidad espectral ARFIMAp. 171
- 6.5. Pruebas de Hip´otesis para Memoria Largap. 175
- Simulaci´onp. 136
- Identificaci´on de los ´ordenes p,qp. 180
- Estimaci´onp. 129
- Estimador EWMA de la volatilidadp. 186
- 6.7. Modelos SARFIMAp. 187
- 6.9. Problemasp. 71
- 6.10. Trabajo No 3. Modelos ARFIMA-SARFIMAp. 198
- 7.2. Procesos ARCHp. 204
- 7.3. Procesos GARCHp. 211
- 7.4. Prueba de Engle para efectos ARCHp. 218
- 7.5. Estimaci´on ARMA-GARCHp. 219
- 7.6. Aplicaciones de los procesos GARCHp. 222
- 7.7. Generalizaciones APARCH, GJR y EGARCHp. 227
- 7.8. Modelos FIGARCHp. 231
- Condiciones para FIGARCH estacionariop. 234
- 7.9. Estimaci´on de modelos FIGARCHp. 235
- Estimador FIGARCH(1,d,1) de la volatilidadp. 236
- 7.10.1. Caso ARMA(p,q)-GARCH(1,1)p. 237
- 7.10.4. Caso ARFIMA(1,d,1)-FIGARCH(1,h,1)p. 239
- 8.1. Modelos ARIMAp. 246
- Pruebas de Hip´otesis para Ra´ıces Unitariasp. 245
- 8.3. Modelos H´ıbridos con ARIMAp. 257
- 8.6. Problemasp. 71
- A.1. Distribuci´on Normal Multivariadap. 279
- A.1.1. Procedimientos de Factorizaci´onp. 293
- 5.2. Posibles modelos ARMA identificados con la funci´on armasubsetsp. 128
- 5.5. Trayectoria simulada, S-ARMA en Ejemplo 5.2.1p. 138
- 5.7. Densidad espectral te´orica de S-ARMA(1,0)(1,0)[12]p. 140
- 5.9. Posibles submodelos (1,1)=AR, (1,2),(2,1)=ARMA, (2,2)=SARMAp. 144
- nel inferior)p. 167
- 6.6. Precio diario de la energ´ıa en bolsa, versus S-ARFIMAp. 196
- Ecopetrol 2008-2012p. 212
- 7.4. Volatilidad bσn estimadap. 221
- 8.2. fac y facp muestrales de proceso con ra´ız unitariap. 250
- ciada, (d),(e): fac y facp de la serie diferenciadap. 256
- 8.6. Pron´osticos tendencia IPC con X-11p. 260
- producci´on de cementop. 262
- 8.9. Ra´ıces de la unidad para s = 7p. 266
- 5.1. Ejemplo con ARMA32p. 120
- 5.2. Ejemplo autocovarianza ARMA32p. 121
- 5.3. Ejemplo densidad espectral ARMA32p. 122
- 5.5. Aplicacion de armasubsetsp. 127
- 5.6. Funci´on para simular SARMAp. 136