Un modelo de pronostico con variables aleatorias escalares y funcionales temporal y espacialmente correlacionadas

Abstract

En este trabajo se lleva a cabo los desarrollos teóricos y computacionales necesarios para la estimación e inferencia de un modelo de regresión espacio temporal con respuesta escalar y con fines de predicción espacial y pronóstico, con variables explicativas funcionales que involucre la estructura de correlación existente. El modelo propuesto considera la respuesta escalar con dependencia espacial en un dominio continuo, incorporando esta dependencia mediante modelos de semivariograma y métodos de interpolación como el kriging ordinario. Las variables predictivas forman un campo aleatorio funcional multivariado modelado utilizando métodos de interpolación por cokriging. Aplicamos los mínimos cuadrados generalizados para estimar los parámetros, y luego lo implementamos utilizando datos climáticos de la región de Caldas para la validación (Texto tomado de la fuente)

This work to carry out the theoretical and computational developments necessary for the estimation and inference of a spatio-temporal regression model with a scalar response, aimed at spatial prediction and forecasting. The model includes both scalar and functional explanatory variables and incorporates the existing correlation structure. The proposed model considers the scalar response with spatial dependence in a continuous domain, incorporating this dependence through semivariogram models and interpolation methods such as ordinary kriging. The predictive variables form a multivariate functional random field modeled using cokriging interpolation methods. We apply generalized least squares to estimate the parameters, and then implement it using climatic data from the Caldas region for validation.