Show simple item record

dc.creatorZhang, Hanwen
dc.creatorNieto, Fabio H.
dc.date.accessioned2019-07-03T02:21:20Z
dc.date.available2019-07-03T02:21:20Z
dc.date.created2015-01-01
dc.identifierISSN: 2389-8976
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/66551
dc.descriptionThis paper considers the modeling of the threshold autoregressive (TAR) process, which is driven by a noise process that follows a Student’s t-distribution. The analysis is done in the presence of missing data in both the threshold process {Zt} and the interest process {Xt}. We develop a three-stage procedure based on the Gibbs sampler in order to identify and estimate the model. Additionally, the estimation of the missing data and the forecasting procedure are provided. The proposed methodology is illustrated with simulated and real-life data.
dc.descriptionEn este trabajo consideramos el modelamiento de los modelos autoregresivos de umbrales (TAR) con datos faltantes tanto en la serie de umbrales como la serie de interés cuando el proceso del ruido blanco sigue una distribución t de student. Desarrollamos un procedimiento de tres etapas basado en el muestreador de Gibbs para identificar y estimar el modelo, además de la estimación de los datos faltantes y el procedimiento para el pronóstico. La metodología propuesta fue aplicada a datos simulados y datos reales.
dc.formatapplication/pdf
dc.publisherUniversidad Nacional de Colombia - Sede Bogotá - Facultad de Ciencias - Departamento de Estadística
dc.relationhttps://revistas.unal.edu.co/index.php/estad/article/view/48813
dc.relation.ispartofUniversidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de Estadística
dc.relation.ispartofRevista Colombiana de Estadística
dc.subjectBayesian Statistics
dc.subjectGibbs Sampler
dc.subjectMissing Data
dc.subjectForecasting
dc.subjectTime Series
dc.subjectThreshold Autoregressive Model
dc.subjectDatos faltantes
dc.subjectEstadística Bayesiana
dc.subjectModelo autoregresivo de umbrales
dc.subjectMuestreador de Gibbs
dc.subjectPronóstico
dc.subjectSeries de tiempo
dc.subject.ddc51 Matemáticas / Mathematics
dc.subject.ddc31 Colecciones de estadística general / Statistics
dc.titleTAR Modeling with Missing Data when the White Noise Process Follows a Student’s t-Distribution
dc.typeinfo:eu-repo/semantics/article
dc.type.spaArtículo - Article
dc.type.hasversioninfo:eu-repo/semantics/publishedVersion
dc.rights.accessRightsinfo:eu-repo/semantics/openAccess
dc.identifier.bibliographicCitationZhang, Hanwen and Nieto, Fabio H. (2015) TAR Modeling with Missing Data when the White Noise Process Follows a Student’s t-Distribution. Revista Colombiana de Estadística, 38 (1). pp. 239-265. ISSN 2389-8976
dc.identifier.eprintshttp://bdigital.unal.edu.co/67579/


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record