Un Método Para La Estimación De La Media Móvil Autorregresiva

Estimación de parámetros de un modelo de media móvil autorregresiva Recibido: 09 de octubre de 1980 Revisado: 06 de julio de 1981 Citar este artículo como: Nakano, J. Ann Inst Stat Math (1982) 34: 83. doi: 10.1007 / BF02481009 Conjunto de parámetros de un modelo de media móvil autorregresiva se obtiene aplicando el método de los mínimos cuadrados al periodograma suavizado. Se muestra que es asintóticamente eficiente y normalmente distribuido bajo la normalidad y la condición circular del proceso de generación. Un procedimiento computacional es construido por el método de Newton-Raphson. Se dan varios resultados de simulación por ordenador para demostrar la utilidad del presente procedimiento. Referencias Anderson, T. W. (1977). Estimación para modelos de media móvil autorregresiva en los dominios de tiempo y frecuencia, Ann. Estadístico. , 5. Las autocorrelaciones inversas de una serie de tiempo y sus aplicaciones, Technometrics, 14, 277298. MATTH CrossRef Google Scholar Clevenson, ML (1970) Estimaciones asintóticamente eficientes de los parámetros de una media móvil Series de tiempo, tesis doctoral, Departamento de Estadística, Universidad de Stanford, Davis, HT y Jones, RH (1968), Estimación de la varianza de innovación de una serie cronológica estacionaria, J. Amer. Sta. Universidad de Londres - Queen Mary College - Departamento de Economía 1 de septiembre de 2016 Abordamos el tema del modelado y la predicción de variables macroeconómicas Utilizando conjuntos de datos ricos, adoptando la clase de modelos VARMA (Vector Autoregressive Moving Average), superando el problema de estimación que surge con esta clase de modelos mediante la implementación de un estimador de mínimos cuadrados ordinarios iterativos (IOLS). Se establece la consistencia y distribución asintótica del estimador para modelos VARMA (p, q) fuertes y débiles. Los resultados de Monte Carlo muestran que IOLS es consistente y factible para sistemas grandes, superando a la MLE y otros estimadores eficientes basados ​​en regresión lineal bajo escenarios alternativos. Nuestra aplicación empírica muestra que los modelos VARMA son alternativas factibles cuando se pronostican con muchos predictores. Se muestra que los modelos VARMA superan a los modelos AR (1), BVAR y factor, considerando diferentes dimensiones del modelo. Número de páginas en archivo PDF: 40 VARMA, VARMA débil, ARMA débil, Pronóstico, Grandes conjuntos de datos, Estimador de mínimos cuadrados ordinarios iterativos (IOLS), Mapeo de contracción asintótica Clasificación JEL: C13, C32, C53, C63, E0 Fecha de publicación: 23 de diciembre de 2015 Última revisión: 2 de septiembre de 2016 Cita sugerida Fruet Dias, Gustavo y Kapetanios, George, Estimación y Pronósticos en Modelos de Media Movible Autoregresiva Vectorial para Conjuntos de Datos Ricos (1 de septiembre de 2016). Nota: Tenga en cuenta que los resúmenes de contenido publicado antes de 1996 se crearon a través de escaneado digital y, por tanto, no pueden replicar exactamente el texto de los problemas originales de impresión. Todos los esfuerzos se han hecho para garantizar la exactitud, pero el editor no se hace responsable de las inexactitudes restantes. Si necesita alguna aclaración adicional, póngase en contacto con nuestro Departamento de Servicios al Cliente. Online ISSN 1464-3510 - Imprimir ISSN 0006-3444 Copyright 2016 Biometrika Trust Oxford Revistas Oxford University Press