Resumen:
En este trabajo se introduce una nueva familia de estimadores robustos para modelos ARMA. Estos estimadores pueden ser definidos reemplazando en las ecuaciones de mínimos cuadradoslas autocovarianzas muestrales de los residuos por autocovarianzas basadas en rangos. Se demuestra la normalidad asintótica de estos estimadores. Se estudian sus propiedadesde eficiencia y robustez. Con una adecuada elección de las funciones de peso se obtienenestimadores altamente eficientes bajo normalidad y robustos en presencia de observacionesanómalas. Las funciones de peso también pueden elegirse de manera que los estimadoresresultantes sean asintoticamente tan eficientes como los estimadores de máxima verosimilitudpara una distribución dada. Se realizó un estudio de Monte Carlo para observar las propiedades de robustez de losestimadores propuestos.
Citación:
---------- APA ----------
Kelmansky, Diana M.. (1990). Estimadores basados en rangos para modelos ARMA. (Tesis Doctoral. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales.). Recuperado de https://hdl.handle.net/20.500.12110/tesis_n2373_Kelmansky
---------- CHICAGO ----------
Kelmansky, Diana M.. "Estimadores basados en rangos para modelos ARMA". Tesis Doctoral, Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales, 1990.https://hdl.handle.net/20.500.12110/tesis_n2373_Kelmansky
Estadísticas:
Descargas totales desde :
Descargas mensuales
https://bibliotecadigital.exactas.uba.ar/download/tesis/tesis_n2373_Kelmansky.pdf
