Detección de puntos de cambio en series de tiempo utilizando análisis wavelet
Fecha
2022-01-11
Autores
Profesor Guía
Formato del documento
Tesis
ORCID Autor
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad de Valparaíso
Ubicación
ISBN
ISSN
item.page.issne
item.page.doiurl
Facultad
Facultad de Ciencias
Departamento o Escuela
Instituto de Estadistica
Determinador
Recolector
Especie
Nota general
Licenciado en Estadística. Título profesional Ingeniero en Estadística
Resumen
Los puntos de cambio son instantes en el tiempo en donde se presentan variaciones bruscas en la media, en la varianza e incluso en los valores de los coeficientes de un modelo de regresión. Es de mucha importancia detectar rápidamente estas alteraciones a tiempo, ya que son capaces
de provocar errores en las estimaciones y, posteriormente, en las predicciones de los modelos. La detección de puntos de cambio en series temporales se ha desarrollado ampliamente a través de distintos métodos, tales como, la detección de múltiples puntos de quiebre propuesta por Bai y Perron, el test de Chow, el test CUSUM y el test de MOSUM. Sin embargo, los estudios relacionados con la detección de puntos de cambio utilizando el análisis wavelet son poco recurrentes. Aun así, el análisis wavelet posee un gran potencial para la detección de puntos de cambio en series temporales, capaz de encontrar cambios donde los otros métodos no pueden o no son tomadas en cuenta por su
baja perturbación dentro de una serie temporal. En esta investigación se evalúa la efectividad que tienen los métodos m ́as conocidos en series temporales y el análisis wavelet al momento de detectar los puntos de cambio utilizando simulaciones. Posteriormente, se aplican todas las metodologías clásicas y el análisis wavelet a distintos conjuntos datos para probar su efectividad en la detección de puntos de cambio.
Descripción
Lugar de Publicación
Auspiciador
Palabras clave
ANALISIS DE SERIES DE TIEMPO, PROCESOS ESTOCASTICOS