Regresión beta usando cópulas gaussianas para analizar series de tiempo
Descripción del Articulo
Este trabajo presenta una alternativa para analizar series de tiempo que se encuentran restringidas al intervalo (0; 1). Se detalla el modelo propuesto Masarotto y Varin (2012) y Guolo y Varin (2014), el cual permite capturar los efectos producidos por covariables a través de una regresión beta y ad...
| Autor: | |
|---|---|
| Formato: | tesis de maestría |
| Fecha de Publicación: | 2022 |
| Institución: | Pontificia Universidad Católica del Perú |
| Repositorio: | PUCP-Institucional |
| Lenguaje: | español |
| OAI Identifier: | oai:repositorio.pucp.edu.pe:20.500.14657/188498 |
| Enlace del recurso: | http://hdl.handle.net/20.500.12404/23975 |
| Nivel de acceso: | acceso abierto |
| Materia: | Análisis de series cronológicas Análisis de regresión Desempleo urbano--Perú--Lima Metropolitana https://purl.org/pe-repo/ocde/ford#1.01.03 |
| id |
RPUC_40772285fbf62e4dc1413f64ade49944 |
|---|---|
| oai_identifier_str |
oai:repositorio.pucp.edu.pe:20.500.14657/188498 |
| network_acronym_str |
RPUC |
| network_name_str |
PUCP-Institucional |
| repository_id_str |
2905 |
| spelling |
Quiroz Cornejo, Zaida JesúsCajavilca Gonzales, Ana Rosa2023-01-11T14:02:25Z2023-01-11T14:02:25Z20222023-01-11http://hdl.handle.net/20.500.12404/23975Este trabajo presenta una alternativa para analizar series de tiempo que se encuentran restringidas al intervalo (0; 1). Se detalla el modelo propuesto Masarotto y Varin (2012) y Guolo y Varin (2014), el cual permite capturar los efectos producidos por covariables a través de una regresión beta y adicionalmente, con el empleo de cópulas permite modelar la dependencia temporal mediante un proceso de autorregresivo de medias móviles. Como ventaja de la aplicación de este modelo se tiene que evita la necesidad de transformar la variable dependiente, así como también evita someterla al cumplimiento de diversos supuestos como los de normalidad y estacionariedad. Además, permite diferenciar los efectos de las covariables y de la dependencia temporal, lo cual coadyuva a mejorar el análisis de los resultados. Se realizó una aplicación a la tasa de desempleo desde enero de 2003 hasta octubre de 2019 en Lima Metropolitana y debido a la distribución que presenta esta variable se usó un modelo de regresión beta usando cópulas gaussianas. Para la estimación se incluyó el logaritmo del índice del PBI, así como un componente de estacionalidad anual como covariables y para tomar en cuenta la dependencia temporal se incorporó un proceso autorregresivo de medias móviles ARMA(1; 1) a través de una cópula gaussiana.This work presents an alternative to analyze time series restricted to the interval (0; 1). This model was proposed by Masarotto y Varin (2012) and Guolo y Varin (2014), which allows to capture covariates effects through a beta regression and additionally allows to model the temporal dependence by copulas through an autoregressive moving averages process. As an advantage of the application of this model, it is not necessary to transform the dependent variable or subject to compliance the assumptions such as normality and stationarity. Also, it allows to differentiate the effects of the covariates and of the temporal dependence, which helps to improve the analysis of results. An application to the unemployment rate from January 2003 to October 2019 in Metropolitan Lima was implemented and due to the distribution presented by this variable it was used a gaussian copula beta regression model. The model includes the logarithm of the GDP index and annual seasonality component as covariates, and to take into account the temporal dependence it was included an autoregressive moving averages process ARMA(1; 1) through a gaussian copula.spaPontificia Universidad Católica del PerúPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/2.5/pe/Análisis de series cronológicasAnálisis de regresiónDesempleo urbano--Perú--Lima Metropolitanahttps://purl.org/pe-repo/ocde/ford#1.01.03Regresión beta usando cópulas gaussianas para analizar series de tiempoinfo:eu-repo/semantics/masterThesisTesis de maestríareponame:PUCP-Institucionalinstname:Pontificia Universidad Católica del Perúinstacron:PUCPMaestro en EstadísticaMaestríaPontificia Universidad Católica del Perú. Escuela de Posgrado.Estadística43704124http://orcid.org/0000-0003-3821-081546842887542037Valdivieso Serrano, Luis HilmarBenites Sánchez, Luis EnriqueQuiroz Cornejo, Zaida Jesúshttps://purl.org/pe-repo/renati/level#maestrohttps://purl.org/pe-repo/renati/type#tesis20.500.14657/188498oai:repositorio.pucp.edu.pe:20.500.14657/1884982024-06-10 10:05:34.906http://creativecommons.org/licenses/by/2.5/pe/info:eu-repo/semantics/openAccessmetadata.onlyhttps://repositorio.pucp.edu.peRepositorio Institucional de la PUCPrepositorio@pucp.pe |
| dc.title.es_ES.fl_str_mv |
Regresión beta usando cópulas gaussianas para analizar series de tiempo |
| title |
Regresión beta usando cópulas gaussianas para analizar series de tiempo |
| spellingShingle |
Regresión beta usando cópulas gaussianas para analizar series de tiempo Cajavilca Gonzales, Ana Rosa Análisis de series cronológicas Análisis de regresión Desempleo urbano--Perú--Lima Metropolitana https://purl.org/pe-repo/ocde/ford#1.01.03 |
| title_short |
Regresión beta usando cópulas gaussianas para analizar series de tiempo |
| title_full |
Regresión beta usando cópulas gaussianas para analizar series de tiempo |
| title_fullStr |
Regresión beta usando cópulas gaussianas para analizar series de tiempo |
| title_full_unstemmed |
Regresión beta usando cópulas gaussianas para analizar series de tiempo |
| title_sort |
Regresión beta usando cópulas gaussianas para analizar series de tiempo |
| author |
Cajavilca Gonzales, Ana Rosa |
| author_facet |
Cajavilca Gonzales, Ana Rosa |
| author_role |
author |
| dc.contributor.advisor.fl_str_mv |
Quiroz Cornejo, Zaida Jesús |
| dc.contributor.author.fl_str_mv |
Cajavilca Gonzales, Ana Rosa |
| dc.subject.es_ES.fl_str_mv |
Análisis de series cronológicas Análisis de regresión Desempleo urbano--Perú--Lima Metropolitana |
| topic |
Análisis de series cronológicas Análisis de regresión Desempleo urbano--Perú--Lima Metropolitana https://purl.org/pe-repo/ocde/ford#1.01.03 |
| dc.subject.ocde.es_ES.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#1.01.03 |
| description |
Este trabajo presenta una alternativa para analizar series de tiempo que se encuentran restringidas al intervalo (0; 1). Se detalla el modelo propuesto Masarotto y Varin (2012) y Guolo y Varin (2014), el cual permite capturar los efectos producidos por covariables a través de una regresión beta y adicionalmente, con el empleo de cópulas permite modelar la dependencia temporal mediante un proceso de autorregresivo de medias móviles. Como ventaja de la aplicación de este modelo se tiene que evita la necesidad de transformar la variable dependiente, así como también evita someterla al cumplimiento de diversos supuestos como los de normalidad y estacionariedad. Además, permite diferenciar los efectos de las covariables y de la dependencia temporal, lo cual coadyuva a mejorar el análisis de los resultados. Se realizó una aplicación a la tasa de desempleo desde enero de 2003 hasta octubre de 2019 en Lima Metropolitana y debido a la distribución que presenta esta variable se usó un modelo de regresión beta usando cópulas gaussianas. Para la estimación se incluyó el logaritmo del índice del PBI, así como un componente de estacionalidad anual como covariables y para tomar en cuenta la dependencia temporal se incorporó un proceso autorregresivo de medias móviles ARMA(1; 1) a través de una cópula gaussiana. |
| publishDate |
2022 |
| dc.date.created.none.fl_str_mv |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2023-01-11T14:02:25Z |
| dc.date.available.none.fl_str_mv |
2023-01-11T14:02:25Z |
| dc.date.issued.fl_str_mv |
2023-01-11 |
| dc.type.es_ES.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| dc.type.other.none.fl_str_mv |
Tesis de maestría |
| format |
masterThesis |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12404/23975 |
| url |
http://hdl.handle.net/20.500.12404/23975 |
| dc.language.iso.es_ES.fl_str_mv |
spa |
| language |
spa |
| dc.rights.es_ES.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by/2.5/pe/ |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by/2.5/pe/ |
| dc.publisher.es_ES.fl_str_mv |
Pontificia Universidad Católica del Perú |
| dc.publisher.country.es_ES.fl_str_mv |
PE |
| dc.source.none.fl_str_mv |
reponame:PUCP-Institucional instname:Pontificia Universidad Católica del Perú instacron:PUCP |
| instname_str |
Pontificia Universidad Católica del Perú |
| instacron_str |
PUCP |
| institution |
PUCP |
| reponame_str |
PUCP-Institucional |
| collection |
PUCP-Institucional |
| repository.name.fl_str_mv |
Repositorio Institucional de la PUCP |
| repository.mail.fl_str_mv |
repositorio@pucp.pe |
| _version_ |
1835639426967928832 |
| score |
13.871716 |
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
