Bibliotecas PUCV

Inferencia estadística en modelos estocásticos dirigidos por un ruido fraccionario Statistical inference in stochastic models driven fractional noise

DSpace/Manakin Repository

Search DSpace


Advanced Search

Show simple item record

dc.creator Roa Rojas, Tania Martina
dc.creator Torres Díaz, María Soledad
dc.creator Bahamonde Rozas, Natalia Carolina
Fecha Tésis dc.date 2021
Fecha Ingreso dc.date.accessioned 2021-10-13T19:23:41Z
Fecha Disponible dc.date.available 2021-10-13T19:23:41Z
Fecha en Repositorio dc.date.issued 2021-10-13
Resumen dc.description En esta tesis se desarrolla el problema de estimación paramétrica en modelos estocásticos, por una parte continuos que luego son discretizados, y las observaciones son tomadas de manera equiespaciada; y por otra parte modelos estocásticos discretos, pero con un nuevo enfoque en el que las observaciones son tomadas bajo dos diferentes esquemas de muestreo.Una característica interesante en algunos modelos estocástico es la larga memoria o long range dependence es estudiada a través de, por ejemplo, movimiento Browniano fraccionario y el proceso Poisson fraccionario, mientras que para comparar con modelos sin larga memoria, se considera el movimiento Browniano estándar. Esta combinación entre modelos con tiempos aleatorios y larga memoria, es un enfoque poco tradicional al estudiado comúnmente, pero sin embargo, muy realista ya que usualmente las observaciones no ocurren de manera equiespaciada ni de manera continua. Otro proceso que tiene la propiedad de larga memoria es el proceso de Rosenblatt, del cual se estudia una representación del proceso de Rosenblatt no simétrico (generalizado) en un intervalo compacto y el problema de estimación paramétrica en un modelo simple dirigido por éste
Resumen dc.description Tesis
Resumen dc.description En esta tesis se desarrolla el problema de estimación paramétrica en modelos estocásticos, por una parte continuos que luego son discretizados, y las observaciones son tomadas de manera equiespaciada; y por otra parte modelos estocásticos discretos, pero con un nuevo enfoque en el que las observaciones son tomadas bajo dos diferentes esquemas de muestreo.Una característica interesante en algunos modelos estocástico es la larga memoria o long range dependence es estudiada a través de, por ejemplo, movimiento Browniano fraccionario y el proceso Poisson fraccionario, mientras que para comparar con modelos sin larga memoria, se considera el movimiento Browniano estándar. Esta combinación entre modelos con tiempos aleatorios y larga memoria, es un enfoque poco tradicional al estudiado comúnmente, pero sin embargo, muy realista ya que usualmente las observaciones no ocurren de manera equiespaciada ni de manera continua. Otro proceso que tiene la propiedad de larga memoria es el proceso de Rosenblatt, del cual se estudia una representación del proceso de Rosenblatt no simétrico (generalizado) en un intervalo compacto y el problema de estimación paramétrica en un modelo simple dirigido por éste
Resumen dc.description Doctorado en Matemática
Resumen dc.description
Lenguaje dc.language eng
Editor dc.publisher Valparaíso, Chile Pontificia Universidad Católica de Valparaíso Universidad Técnica Federico Santa María Universidad de Valparaíso
dc.source https://drive.google.com/file/d/1XgiYxDCAK31Dfn1iRRZ3u5ykAVcM0zlc/view?usp=sharing
Materia dc.subject Inferencia estadística
Materia dc.subject Tiempos aleatorios
Title dc.title Inferencia estadística en modelos estocásticos dirigidos por un ruido fraccionario Statistical inference in stochastic models driven fractional noise
Tipo dc.type software, multimedia


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record