Comparación del filtro de Kalman, el algoritmo esperanza-maximización (EM) y el filtro de información para la estimación de modelos en representación espacio-estado

dc.contributorJulio Roman, Juan Manuelspa
dc.contributor.authorPardo Ruiz, Ricardo Joséspa
dc.date.accessioned2019-07-02T11:59:09Zspa
dc.date.available2019-07-02T11:59:09Zspa
dc.date.issued2015-10-29spa
dc.description.abstractSe realiza una comparación entre las metodología de filtro de Kalman y filtro de información en la inferencia de modelos en representación espacio estado (REE), donde la estimación se lleva a cabo bajo máxima verosimilitud, algoritmo EM y estimación Bayesiana. Mediante simulación extensiva de tres modelos univariados estructurales, se encontró que la estimación por máxima verosimilitud es la de mejor resultado en la mayoría de escenarios, la filtración de Kalman ofrece en promedio valores más cercanos al verdadero valor de los elementos del vector de estado y la convergencia a un estado estable ocurre con mayor prontitud, cuando se aplica el filtro de Kalman a estimaciones Bayesianas. Los pronósticos, por otro lado, son “más acertados“ cuando se realizan con el filtro de información. Una aplicación a la estimación de la elasticidad de la tasa de interés para las bases M1 y M2 se encuentra que el filtro de Kalman y de informacón ofrecen resultados similares bajo las diferentes estimaciones y la velocidad de M1 es más elástica que la de M2 en todos los escenarios.spa
dc.description.abstractAbstract: In this paper we compare two methodologies: Kalman filter and information filter in the inference of state space models, where the estimation is obtained via maximum likelihood, expectation-maximization algorithm and bayesian estimation. Through extensive simulation in three univariate structural models have been found that ML estimation showed the best result in most scenarios, Kalman filter offers closer values to the real state variables and the convergence to a steady state is more quicker when bayesian’s results are applied to the Kalman filter. On the other hand, forecast are more accurate when are performed with the information filter. By estimating the interest rate elasticity for M1 and M2, it has been found that Kalman and information filter give very similar output and M1 velocity is more elastic than M2 in all scenarios.spa
dc.description.degreelevelMaestríaspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.eprintshttp://bdigital.unal.edu.co/52462/spa
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/56615
dc.language.isospaspa
dc.relation.ispartofUniversidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de Estadística Estadísticaspa
dc.relation.ispartofEstadísticaspa
dc.relation.referencesPardo Ruiz, Ricardo José (2015) Comparación del filtro de Kalman, el algoritmo esperanza-maximización (EM) y el filtro de información para la estimación de modelos en representación espacio-estado. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.spa
dc.rightsDerechos reservados - Universidad Nacional de Colombiaspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.licenseAtribución-NoComercial 4.0 Internacionalspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/spa
dc.subject.ddc51 Matemáticas / Mathematicsspa
dc.subject.proposalRepresentación Espacio Estadospa
dc.subject.proposalFiltro de Kalmanspa
dc.subject.proposalFiltro de Informaciónspa
dc.subject.proposalAlgoritmo EMspa
dc.subject.proposalVelocidad del dinerospa
dc.subject.proposalState space formspa
dc.subject.proposalKalman’s Filterspa
dc.subject.proposalInformation Filterspa
dc.subject.proposalEM algorithmspa
dc.subject.proposalMoney’s velocityspa
dc.titleComparación del filtro de Kalman, el algoritmo esperanza-maximización (EM) y el filtro de información para la estimación de modelos en representación espacio-estadospa
dc.typeTrabajo de grado - Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdccspa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/masterThesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TMspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
ricardopardor.2015.pdf
Tamaño:
1.14 MB
Formato:
Adobe Portable Document Format