Splines cambiantes en datos diarios

  1. José Juan Cáceres Hernández 1
  1. 1 Universidad de La Laguna
    info

    Universidad de La Laguna

    San Cristobal de La Laguna, España

    ROR https://ror.org/01r9z8p25

Actas:
Reunión ASEPELT-España (20. 2006. La Laguna)

ISBN: 84-96477-89-4

Año de publicación: 2006

Tipo: Aportación congreso

GOOGLE SCHOLAR

Resumen

En este trabajo se propone un procedimiento que, teniendo en cuenta la naturaleza específica delpatrón estacional en series temporales diarias, resulta apropiado para modelar dicho comportamientoen este tipo de datos. La propuesta metodológica está basada en la formulación de splines cambiantes,que constituyen una herramienta capaz de modelar fluctuaciones estacionales en las que el periodo ola magnitud de las variaciones no permanecen constantes a lo largo de la muestra. Esta metodología seaplica a una serie de visitas registradas en un servicio de urgencias hospitalario, cuyas característicasse recogen adecuadamente mediante un modelo estructural en el que se incorporan las funcionessplines.

Referencias bibliográficas

  • Engle, R.F. (2000) «The econometrics of ultra-high-frequency data», Econometrica, 68: 1-22.
  • Harvey, A.C. (1989) Forecasting, Structural Time Series Models and the Kalman Filter, Cambridge University Press.
  • Jarvis, L. y E. Vera-Toscano (2004) «Seasonal adjustment in a market for femate agricultural workers», American Journal of Agricultural Economics, 86: 254-266.
  • Koopman, S.J., A.C. Harvey, J.A. Doornik y N. Shephard (2000) STAMP: Structural Time Series Analyser, Modeller and Predictor, Timberlake Consultants.
  • Koopman, S.J. y M. Ooms (2003) «Time series modelling of daily tax revenue», Statistica Neerlandica, 57(4): 439-469.
  • Lee, Y.S. (2003) «The Federal funds market and the overnight Eurodollar market», Journal of Banking & Finance, 27(4): 749-771.
  • Martín, G. y J.J. Cáceres (2005a) «Modelling weekly Canary tomato exports», Agricultural Economics, 33: 255-267.
  • Martín, G. y J.J. Cáceres (2005b) «Modeling the hourly Spanish electricity demand», Economic Modelling, 22(3): 551-569.
  • Martín, G. y J.J. Cáceres (2005c) «Un método de obtención del patrón estacional de frecuentación de un servicio de urgencias hospitalario», Revista Española de Salud Pública, 79(1): 5-15.
  • Martín, G. y C. Murillo (2005) «High frequency health data and spline functions», Statistics in Medicine, 24: 967-981.
  • Mills, T.C. (2004) «Statistical analysis of daily gold price data», Physica AStatistical Mechanics and Its Applications, 338(3-4): 559-566.
  • Nag, A.K. y A. Mitra (2002) «Forecasting daily foreign exchange rates using genetically optimized neural networks», Journal of Forecasting, 21(7): 501-511.
  • Poirier, D.J. (1976) The Econometric of Structural Change with special emphasis on Spline Functions, Amsterdam, North Holland.
  • Rucker, R.R., W.N. Thurman y J.K. Yoder (2005) «Estimating the structure of market reaction to news: information events and lumber future prices», American Journal of Agricultural Economics, 87: 482-500.