Estimadores basados en rangos para modelos ARMA

En este trabajo se introduce una nueva familia de estimadores robustos para modelos ARMA. Estos estimadores pueden ser definidos reemplazando en las ecuaciones de mínimos cuadradoslas autocovarianzas muestrales de los residuos por autocovarianzas basadas en rangos. Se demuestra la normalidad asintót...

Descripción completa

Detalles Bibliográficos
Autor principal: Kelmansky, Diana Mabel
Otros Autores: Yohai, Víctor J.
Formato: Tesis doctoral publishedVersion
Lenguaje:Español
Publicado: Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 1990
Acceso en línea:https://hdl.handle.net/20.500.12110/tesis_n2373_Kelmansky
Aporte de:
Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA) de Universidad de Buenos Aires
id tesis:tesis_n2373_Kelmansky
record_format dspace
spelling tesis:tesis_n2373_Kelmansky2025-03-31T21:07:13Z Estimadores basados en rangos para modelos ARMA Kelmansky, Diana Mabel Yohai, Víctor J. En este trabajo se introduce una nueva familia de estimadores robustos para modelos ARMA. Estos estimadores pueden ser definidos reemplazando en las ecuaciones de mínimos cuadradoslas autocovarianzas muestrales de los residuos por autocovarianzas basadas en rangos. Se demuestra la normalidad asintótica de estos estimadores. Se estudian sus propiedadesde eficiencia y robustez. Con una adecuada elección de las funciones de peso se obtienenestimadores altamente eficientes bajo normalidad y robustos en presencia de observacionesanómalas. Las funciones de peso también pueden elegirse de manera que los estimadoresresultantes sean asintoticamente tan eficientes como los estimadores de máxima verosimilitudpara una distribución dada. Se realizó un estudio de Monte Carlo para observar las propiedades de robustez de losestimadores propuestos. Fil: Kelmansky, Diana Mabel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales 1990 info:eu-repo/semantics/doctoralThesis info:ar-repo/semantics/tesis doctoral info:eu-repo/semantics/publishedVersion application/pdf spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar https://hdl.handle.net/20.500.12110/tesis_n2373_Kelmansky
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-134
collection Biblioteca Digital - Facultad de Ciencias Exactas y Naturales (UBA)
language Español
orig_language_str_mv spa
description En este trabajo se introduce una nueva familia de estimadores robustos para modelos ARMA. Estos estimadores pueden ser definidos reemplazando en las ecuaciones de mínimos cuadradoslas autocovarianzas muestrales de los residuos por autocovarianzas basadas en rangos. Se demuestra la normalidad asintótica de estos estimadores. Se estudian sus propiedadesde eficiencia y robustez. Con una adecuada elección de las funciones de peso se obtienenestimadores altamente eficientes bajo normalidad y robustos en presencia de observacionesanómalas. Las funciones de peso también pueden elegirse de manera que los estimadoresresultantes sean asintoticamente tan eficientes como los estimadores de máxima verosimilitudpara una distribución dada. Se realizó un estudio de Monte Carlo para observar las propiedades de robustez de losestimadores propuestos.
author2 Yohai, Víctor J.
author_facet Yohai, Víctor J.
Kelmansky, Diana Mabel
format Tesis doctoral
Tesis doctoral
publishedVersion
author Kelmansky, Diana Mabel
spellingShingle Kelmansky, Diana Mabel
Estimadores basados en rangos para modelos ARMA
author_sort Kelmansky, Diana Mabel
title Estimadores basados en rangos para modelos ARMA
title_short Estimadores basados en rangos para modelos ARMA
title_full Estimadores basados en rangos para modelos ARMA
title_fullStr Estimadores basados en rangos para modelos ARMA
title_full_unstemmed Estimadores basados en rangos para modelos ARMA
title_sort estimadores basados en rangos para modelos arma
publisher Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publishDate 1990
url https://hdl.handle.net/20.500.12110/tesis_n2373_Kelmansky
work_keys_str_mv AT kelmanskydianamabel estimadoresbasadosenrangosparamodelosarma
_version_ 1831982962820775936

Ejemplares similares