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

Abstract

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.

Abstract. In this work, we proposed three families of TAR models: (1) TAR models with t-distributed noise process, (2) TAR models for logarithm of positive series, and (3) TAR models with standardized Gamma distributed noise process. For each one of these models, we proposed a three-stage procedure which consists of: (1) identifying the number of regimes and the corresponding thresholds, (2) identifying the autoregressive order in each regime, and (3) estimating the non-structural parameters, i.e., the autoregressive coefficients and the type II conditional variance in each regime, and other parameters that each particular model may contain.