Un análisis Bayesiano del suavizado exponencial multivariante

• Autores: José Domingo Bermúdez Edo , Ana Corberán Vallet , Enriqueta Vercher González
• Localización: XXXI Congreso Nacional de Estadística e Investigación Operativa ; V Jornadas de Estadística Pública: Murcia, 10-13 de febrero de 2009 : Libro de Actas, 2009, ISBN 978-84-691-8159-1
• Idioma: español
• Texto completo no disponible (Saber más ...)
• Resumen

  • En este trabajo introducimos un procedimiento Bayesiano, basado en el modelo de Holt-Winters multivariante, que nos permite obtener predicciones de series temporales correlacionadas. Nuestra formulacion del modelo multivariante asume que cada una de las series temporales se ajusta al modelo de Holt-Winters univariante y que existe una correlacion contemporanea entre los errores de los modelos univariantes. La distribucion a posteriori de los parametros del modelo puede ser estimada a partir de metodos MCMC.

    La distribucion predictiva la estimamos mediante integracion Monte Carlo. Suponiendo que los parametros de suavizado de todos los modelos univariantes son iguales, el modelo de Holt-Winters multivariante puede formularse como un modelo de regresion multivariante tradicional, lo que simpli ca considerablemente su analisis. Utilizamos tecnicas de comparacion de modelos para contrastar el modelo homogeneo (parametros de suavizado iguales) frente al modelo general.