Aviso: para depositar documentos, por favor, inicia sesión e identifícate con tu cuenta de correo institucional de la UCM con el botón MI CUENTA UCM. No emplees la opción AUTENTICACIÓN CON CONTRASEÑA
 

Un método de inicialización del filtrado para modelos en espacio de los estados con inputs estocásticos

dc.contributor.authorCasals Carro, José
dc.contributor.authorSotoca López, Sonia
dc.date.accessioned2023-06-21T01:38:47Z
dc.date.available2023-06-21T01:38:47Z
dc.date.issued1996-09
dc.description.abstractEn este trabajo se derivan las expresiones exactas de la media y varianza condicional del estado inicial de un modelo en espacio de los estados con inputs estocásticos, generalizando los resultados teóricos obtenidos por De Jong y Chu-Chun-Lin (1994). Se muestra que las condiciones iniciales exactas dependen del carácter estacionario o no estacionario del modelo y que las estimaciones finales de los parámetros son sensibles a la presencia de inputs estocásticos, siendo ésta una situación frecuente en Econometría.
dc.description.abstractWe derive exact expressions for the conditional mean and variance of the initial state of a state space system with stochastic inputs, under stationarity or nonstationarity. These results generalize those of De Jong and Chu-Chun-Lin (1994) and provide a useful initialization method to obtain maximum likelihood estimates of the model parameters. As final estimates are sensitive to initial conditions, the presence of stochastic inputs -a frequent situation ín Econometrics- should be considered when computing the mean and variance of the initial state.
dc.description.facultyFac. de Ciencias Económicas y Empresariales
dc.description.facultyInstituto Complutense de Análisis Económico (ICAE)
dc.description.refereedTRUE
dc.description.statuspub
dc.eprint.idhttps://eprints.ucm.es/id/eprint/30533
dc.identifier.relatedurlhttp://www.ucm.es/icae
dc.identifier.urihttps://hdl.handle.net/20.500.14352/64242
dc.issue.number10
dc.language.isospa
dc.page.total22
dc.publication.placeMadrid, España
dc.publisherFacultad de Ciencias Económicas y Empresariales. Instituto Complutense de Análisis Económico (ICAE)
dc.relation.ispartofseriesDocumentos de Trabajo del Instituto Complutense de Análisis Económico
dc.rightsAtribución-NoComercial 3.0 España
dc.rights.accessRightsopen access
dc.rights.urihttps://creativecommons.org/licenses/by-nc/3.0/es/
dc.subject.jelC32
dc.subject.jelC40
dc.subject.keywordProcesos estocásticos
dc.subject.keywordVarianza condicional.
dc.subject.keywordInitial conditions
dc.subject.keywordStationarity
dc.subject.keywordKalman filter
dc.subject.keywordExact maximum likelihood
dc.subject.keywordState space models.
dc.subject.ucmEconometría (Economía)
dc.subject.unesco5302 Econometría
dc.titleUn método de inicialización del filtrado para modelos en espacio de los estados con inputs estocásticos
dc.typetechnical report
dc.volume.number1996
dcterms.referencesAnderson, B.D.O. yMoore, J.B. (1979). Optimal Filtering. Englewood Cliffs. NJ: Prentice Hall. Burridge, P. Y Wallis, K.F: (1985).Calculating the variance of seasonally adjusted series. Journal of the American Statistical Association, 80, 541-552. Danyang, L. y Xuanhuang, L. (1994). Optimal State Estimation without the Requirement of a Priori Statistics Information of the Initial state. IEEE Transactions on Automatic Control, 39, 10, 2087-2091. De Jong, P. (1988). The likelihood far a State Space Model. Biometrika 15, 1, 165-169. De Jong, P. Y Chu-Chun-Lin, S. (1994). Stationary and Non-Stationary State Space Models. Journal of Time Series Analysis, 15, 2, 151-166. García-Ferrer, A., del Hoyo, J., Novales, A. y Young, P.C. (1996). Recursive identification, estimation and forecasting of Nonstationary Economic Time Series with Applications to GNP International Data, en Bayesian Analysis in Statistics and Econometrics, Essays in Honor of Arnold Zellner , (eds., D.A. Berry, K.M. Chaloner and J.K. Geweke), John Wiley and Sons, Inc. Gardner, G., Harvey, A.C., y Phillips, G.D.A. (1980). Algorithm 154. An Algorithm for Exact Maximum-Likelihood Estimation of Autoregressive-Moving Average Models by Means of Kalman Filtering. Applied Statistics, 29, 311-317. Kitagawa, G. (1981). A Nonstationary Time Series Model and its Fitting by Recursive Filter. Journal of Time Series Analysis, 2, 103-116. Marshall, P. (1992). State Space Models with Diffuse Initial Conditions. Journal of Time Series Analysis, 13, 5, 411-414. Mauricio, J.A. (1995). Exact Maximum Likelihodd Estimation of Stationary Vector ARMA Models. Journal of the American Statistical Association, 90, 429, 282-291. Petkov, P.Hr., Christov, N.D. y Konstantinov, M.M. (1991). Computational Methods for Linear Control Systems. Prentice-Hall, Englewood Cliffs, N.J. Rosenberg, B. (1973). The Analysis of a Cross Section of Time Series by Stochastically Convergent Parameter Regression. Annals of Economic and Social Measurement, 2, 4, 399-428. Shea, B.L. (1987). Estimation of Multivariate Time Series. Journal of Time Series Analys1s, 8, 95-109. Sotoca, S. (1994). Aplicación del Filtro de Chandrasekhar a la Estimación por Máxima Verosimilitud Exacta de Modelos Dinámicos. Estadística Española, 36, 136, 259 285. Terceiro, J. (1990). Estimation of Dynamic Econometric Models with Errors in Variables. Springer-Verlag, Heidelberg.
dspace.entity.typePublication
relation.isAuthorOfPublication138478db-3f49-41e4-a76e-ff6d03e56bb8
relation.isAuthorOfPublication.latestForDiscovery138478db-3f49-41e4-a76e-ff6d03e56bb8

Download

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
ICAE9610.pdf
Size:
836.21 KB
Format:
Adobe Portable Document Format