Atribución-NoComercial 4.0 InternacionalCalderón Villanueva, Sergio AlejandroTrilleras Martínez, Alexander2019-07-022019-07-022018-05-13https://repositorio.unal.edu.co/handle/unal/63285Este trabajo presenta la estimación mediante el enfoque Bayesiano de los parámetros no estructurales de un modelo TAR multivariado y del parámetro de retardo de la variable de umbrales d. Los métodos MCMC son empleados para obtener muestras de las distribuciones a posteriori. Se describen las distribuciones condicionales completas para cada vector de parámetros, las cuales son halladas al utilizar distribuciones a priori tanto informativas como no informativas. Para determinar la incidencia de las distribuciones a priori informativas y no informativas sobre las estimaciones, se establecen comparaciones a partir del sesgo e intervalos creíbles. La metodología se veri�fica para datos reales de tipo �financiero y de hidrología.Abstract: The purpose of this research is to make an estimation using the Bayesian approach from a multivariate TAR model and the delay parameter from the threshold variable known as d. It is also used the MCMC methods to get samples from the full conditional distributions. The full conditional distributions for each parameters vector are described which are found by using informative and non-informative prior distributions. In order to define the impact from the formative and non- formative prior distributions over the estimation, comparisons are established from the bias and credible intervals. The methodology is verified from financial and hydrological real data.application/pdfspaDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/5 Ciencias naturales y matemáticas / Science51 Matemáticas / MathematicsTrabajo de grado - Maestríahttp://bdigital.unal.edu.co/63529/info:eu-repo/semantics/openAccessModelos TARTécnicas Markov Chain Monte Carlo (MCMC)Inferencia BayesianaTAR ModelsMarckov Chain Monte Carlo technique (MCMC)Bayesian Inference