Detección de puntos de cambio en series de tiempo utilizando análisis wavelet

Fecha

2022-01-11

Profesor Guía

Formato del documento

Tesis

ORCID Autor

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad de Valparaíso

ISBN

ISSN

item.page.issne

item.page.doiurl

Departamento o Escuela

Instituto de Estadistica

Determinador

Recolector

Especie

Nota general

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

Licencia

URL Licencia

Colecciones