Resumo

CALDERON, SERGIO  e  CALLAMAD, DANIEL ORDOÑEZ. Datos atípicos aditivos en modelos autorregresivos de umbrales: un estudio de simulación. Rev.Colomb.Estad. [online]. 2022, vol.45, n.1, pp.1-40.  Epub 17-Jan-2022. ISSN 0120-1751.  https://doi.org/10.15446/rce.v45n1.92965.

Se investiga el efecto de observaciones atípicas aditivas en la adaptación de una prueba de no linealidad y un método de estimación robusto para los coeficientes autorregresivos de modelos SETAR(self-exciting threshold autoregressive) a modelos open-loop TAR(threshold autoregressive). A través de un experimento Monte Carlo se estudia la potencia y el tamaño de la prueba de no linealidad. Respecto a la estimación, se compara el sesgo y la razón de error cuadrático medio entre el estimador robusto y el de mínimos cuadrados. Adicionalmente, se evalúa la aproximación de la distribución empírica de los estimadores GM de los coeficientes a la distribución normal univariada junto a los niveles de cobertura de los intervalos de confianza asintóticos. Los resultados indican que la prueba de no linealidad adaptada presenta una potencia superior a la basada en mínimos cuadrados y no presenta distorsiones en el tamaño bajo la presencia de datos atípicos aditivos. Por otro lado, el método de estimación robusto para los coeficientes autorregresivos supera al de mínimos cuadrados en términos de error cuadrático medio bajo la presencia de este tipo de observaciones. Estos resultados fueron análogos a los obtenidos para modelos SETAR. Finalmente, se ilustra a través de dos ejemplos reales el uso de la prueba de no linealidad y el método de estimación.

Palavras-chave : datos atípicos aditivos; modelos open-loop TAR; estimadores GM; series de tiempo no lineales.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )