Comparación entre dos métodos de reducción de dimensionalidad en series de tiempo

• HANWEN ZHANG ^[1]
  1. [1] Universidad Santo Tomás

     Universidad Santo Tomás

     Santiago, Chile

     
• Localización: Revista Colombiana de Estadística, ISSN-e 2389-8976, ISSN 0120-1751, Vol. 32, Nº. 2, 2009, págs. 189-212
• Idioma: español
• Títulos paralelos:
  • Comparison between two dimensionality reduction methods in time series
• Enlaces
  • Texto completo
• Dialnet Métricas: 3 Citas
• Resumen
  • español

    En este trabajo se analizan dos métodos de reducción de dimensionalidad en series de tiempo multivariadas estacionarias: el método de Peña y Box, basado en el dominio del tiempo, y el método de Brillinger, basado en el dominio de las frecuencias. Se encontraron dos fallas en el método de Peña y Box, y se propusieron correcciones a estas. También se compararon los dos métodos con respecto a la capacidad para identificar el número de factores latentes mediante simulaciones y se realizó una aplicación empírica.

  • English

    Two methods of dimensionality reduction of multivariate stationary time series are analyzed: Peña-Boxs methodology in the time domain and Brillingers methodology in the frequency domain. Two failures of Peña-Boxs methodology were found, and their corrections are given. Also the two methods are compared regarding to their capacities to identify the number of latent factors by simulations and an empirical application.

• Referencias bibliográficas
  • Ahn, S. K.,Reinsel, G. C.. (1988). 'Nested Reduced-Rank Autoregressive Models for Multiple Time Series'. Journal of the American Statistical...
  • Brillinger, D. R.. (1981). Time Series: Data Analysis and Theory. Holden-Day. San Francisco.
  • Brockwell, P. J.,Davis, R. A.. (1991). Time Series: Theory and Methods. 2. Springer. New York.
  • Brockwell, P. J.,Davis, R. A.. (1996). Introduction to Time Series and Forecasting. 1. Springer. New York.
  • Correal, M. E.,Peña, D.. (2008). 'Modelo factorial dinámico threshold'. Revista Colombiana de Estadística. 31. 183-192
  • Jiménez, J. A.. (2004). Álgebra Lineal II, con aplicaciones en estadística. 1. Unibiblos. Bogotá.
  • Johansen, S.. (1991). 'Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models'. Econometrica....
  • Li, W. K.. (2004). Diagnostic Checks in Time Series. 1. Chapman & Hall/CRC.
  • Martínez, W.. (2007). Uso de tendencias comunes en la construcción de índices coincidentes.
  • Melo, L. F.,Nieto, F.,Posada, C. E.,Betancourt, Y. R.,Barón, J. D.. (2001). 'Un índice coincidente para la actividad económica de Colombia'....
  • Peña, D.,Box, G. B. P.. (1987). 'Identifying a Simplifying Structure in Time Series'. Journal of the American Statistical Association....
  • Peña, D.,Poncela, P.. (2006). 'Nonstationary Dynamic Factor Analysis'. Journal of Statistical Planning and Inference. 136. 1237-1257
  • Reinsel, G. C.. (1983). 'Some Results on Multivariate Autoregressive Index Models'. Biometrika. 70. 145-156
  • Stoffer, D. S.. (1999). 'Detecting Common Signals in Multiple Time Series using the Spectral Envelope'. Journal of the American Statistical...
  • Tiao, G. C.,Box, G. E. P.. (1981). 'Modelling Multiple Time Series with Applications'. Journal of the American Statistical Association....
  • Tiao, G. C.,Tsay, R. S.. (1989). 'Model Specification in Multivariate Time Series'. Journal of the Royal Statistical Society, B. 51....
  • Wei, W. S.. (2006). Time Series Analysis: Univariate and Multivariate Methods. 1. Pearson. Boston.