Estimación robusta en modelos arma multivariados

Autores
Martínez, Elena Julia
Año de publicación
1999
Idioma
español castellano
Tipo de recurso
tesis doctoral
Estado
versión publicada
Colaborador/a o director/a de tesis
Yohai, Víctor J.
Descripción
En este trabajo se proponen estimadores robustos para modelos autoregresivospromedios móviles multivariados (VARMA), que son una generalización afínequivariante de los RA-estimadores para modelos ARMA univariados (Bustos & Yohai (1986)). Los estimadores propuestos tienen distribución asintótica normal y, cuandolas innovaciones tienen distribución elíptica, su matriz de covarianza asintótica difierede la de los estimadores de máxima verosimilitud en un factor escalar. Un estudio de Monte Carlo confirma que son eficientes bajo innovaciones normales y robustos enpresencia de outliers aditivos. Se deriva asimismo un test de bondad de ajustemultivariado robusto basado en los estimadores propuestos.
Bustos & Yohai (1986) proposed a class of robust estimates for ARMA models based onresidual autocovariances (RA-estimates). In this work an affine equivariant generalizationof the RA-estimates for vector autoregressive moving average processes (VARMA) ispresented. These estimates are asymptotically normal and in the case that the innovationshave elliptical distribution, their asymptotic covariance matrix differs only by a scalarfactor from the one corresponding to the maximum likelihood estimate. A Monte Carlostudy confirms that the RA-estimates are efficient under normal errors and robust whenthe sample contains additive outliers. A robustified multivariate goodness-of-fit test isalso obtained.
Fil: Martínez, Elena Julia. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
Materia
PROCESOS ARMA VECTORIALES
ESTIMACION ROBUSTA
TEST DE BONDAD DE AJUSTE
VECTOR ARMA MODELS
ROBUST ESTIMATION
GOODNES OF FIT TEST
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
Repositorio
Biblioteca Digital (UBA-FCEN)
Institución
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
OAI Identificador
tesis:tesis_n3178_Martinez

id BDUBAFCEN_7dc38b060f66e151eb71a2d98141fd9f
oai_identifier_str tesis:tesis_n3178_Martinez
network_acronym_str BDUBAFCEN
repository_id_str 1896
network_name_str Biblioteca Digital (UBA-FCEN)
spelling Estimación robusta en modelos arma multivariadosMartínez, Elena JuliaPROCESOS ARMA VECTORIALESESTIMACION ROBUSTATEST DE BONDAD DE AJUSTEVECTOR ARMA MODELSROBUST ESTIMATIONGOODNES OF FIT TESTEn este trabajo se proponen estimadores robustos para modelos autoregresivospromedios móviles multivariados (VARMA), que son una generalización afínequivariante de los RA-estimadores para modelos ARMA univariados (Bustos & Yohai (1986)). Los estimadores propuestos tienen distribución asintótica normal y, cuandolas innovaciones tienen distribución elíptica, su matriz de covarianza asintótica difierede la de los estimadores de máxima verosimilitud en un factor escalar. Un estudio de Monte Carlo confirma que son eficientes bajo innovaciones normales y robustos enpresencia de outliers aditivos. Se deriva asimismo un test de bondad de ajustemultivariado robusto basado en los estimadores propuestos.Bustos & Yohai (1986) proposed a class of robust estimates for ARMA models based onresidual autocovariances (RA-estimates). In this work an affine equivariant generalizationof the RA-estimates for vector autoregressive moving average processes (VARMA) ispresented. These estimates are asymptotically normal and in the case that the innovationshave elliptical distribution, their asymptotic covariance matrix differs only by a scalarfactor from the one corresponding to the maximum likelihood estimate. A Monte Carlostudy confirms that the RA-estimates are efficient under normal errors and robust whenthe sample contains additive outliers. A robustified multivariate goodness-of-fit test isalso obtained.Fil: Martínez, Elena Julia. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesYohai, Víctor J.1999info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttps://hdl.handle.net/20.500.12110/tesis_n3178_Martinezspainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2025-09-29T13:40:55Ztesis:tesis_n3178_MartinezInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962025-09-29 13:40:56.416Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse
dc.title.none.fl_str_mv Estimación robusta en modelos arma multivariados
title Estimación robusta en modelos arma multivariados
spellingShingle Estimación robusta en modelos arma multivariados
Martínez, Elena Julia
PROCESOS ARMA VECTORIALES
ESTIMACION ROBUSTA
TEST DE BONDAD DE AJUSTE
VECTOR ARMA MODELS
ROBUST ESTIMATION
GOODNES OF FIT TEST
title_short Estimación robusta en modelos arma multivariados
title_full Estimación robusta en modelos arma multivariados
title_fullStr Estimación robusta en modelos arma multivariados
title_full_unstemmed Estimación robusta en modelos arma multivariados
title_sort Estimación robusta en modelos arma multivariados
dc.creator.none.fl_str_mv Martínez, Elena Julia
author Martínez, Elena Julia
author_facet Martínez, Elena Julia
author_role author
dc.contributor.none.fl_str_mv Yohai, Víctor J.
dc.subject.none.fl_str_mv PROCESOS ARMA VECTORIALES
ESTIMACION ROBUSTA
TEST DE BONDAD DE AJUSTE
VECTOR ARMA MODELS
ROBUST ESTIMATION
GOODNES OF FIT TEST
topic PROCESOS ARMA VECTORIALES
ESTIMACION ROBUSTA
TEST DE BONDAD DE AJUSTE
VECTOR ARMA MODELS
ROBUST ESTIMATION
GOODNES OF FIT TEST
dc.description.none.fl_txt_mv En este trabajo se proponen estimadores robustos para modelos autoregresivospromedios móviles multivariados (VARMA), que son una generalización afínequivariante de los RA-estimadores para modelos ARMA univariados (Bustos & Yohai (1986)). Los estimadores propuestos tienen distribución asintótica normal y, cuandolas innovaciones tienen distribución elíptica, su matriz de covarianza asintótica difierede la de los estimadores de máxima verosimilitud en un factor escalar. Un estudio de Monte Carlo confirma que son eficientes bajo innovaciones normales y robustos enpresencia de outliers aditivos. Se deriva asimismo un test de bondad de ajustemultivariado robusto basado en los estimadores propuestos.
Bustos & Yohai (1986) proposed a class of robust estimates for ARMA models based onresidual autocovariances (RA-estimates). In this work an affine equivariant generalizationof the RA-estimates for vector autoregressive moving average processes (VARMA) ispresented. These estimates are asymptotically normal and in the case that the innovationshave elliptical distribution, their asymptotic covariance matrix differs only by a scalarfactor from the one corresponding to the maximum likelihood estimate. A Monte Carlostudy confirms that the RA-estimates are efficient under normal errors and robust whenthe sample contains additive outliers. A robustified multivariate goodness-of-fit test isalso obtained.
Fil: Martínez, Elena Julia. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.
description En este trabajo se proponen estimadores robustos para modelos autoregresivospromedios móviles multivariados (VARMA), que son una generalización afínequivariante de los RA-estimadores para modelos ARMA univariados (Bustos & Yohai (1986)). Los estimadores propuestos tienen distribución asintótica normal y, cuandolas innovaciones tienen distribución elíptica, su matriz de covarianza asintótica difierede la de los estimadores de máxima verosimilitud en un factor escalar. Un estudio de Monte Carlo confirma que son eficientes bajo innovaciones normales y robustos enpresencia de outliers aditivos. Se deriva asimismo un test de bondad de ajustemultivariado robusto basado en los estimadores propuestos.
publishDate 1999
dc.date.none.fl_str_mv 1999
dc.type.none.fl_str_mv info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_db06
info:ar-repo/semantics/tesisDoctoral
format doctoralThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.12110/tesis_n3178_Martinez
url https://hdl.handle.net/20.500.12110/tesis_n3178_Martinez
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
publisher.none.fl_str_mv Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales
dc.source.none.fl_str_mv reponame:Biblioteca Digital (UBA-FCEN)
instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron:UBA-FCEN
reponame_str Biblioteca Digital (UBA-FCEN)
collection Biblioteca Digital (UBA-FCEN)
instname_str Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
instacron_str UBA-FCEN
institution UBA-FCEN
repository.name.fl_str_mv Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
repository.mail.fl_str_mv ana@bl.fcen.uba.ar
_version_ 1844618696211824640
score 13.070432