Criterios de información y complejidad estocástica

Vista sencilla de ítem
dc.creatorGonzález, Mirta Lidia
dc.creatorLandro, Alberto H.
dc.date2018-06-00
dc.date.accessioned2026-08-11T20:23:58Z
dc.descriptionFil: González, Mirta Lidia. Universidad de Buenos Aires. Facultad de Ciencias Económicas. Instituto de Investigaciones en Administración, Contabilidad y Métodos Cuantitativos para la Gestión. Centro de Investigaciones en Econometría
dc.descriptionFil: Landro, Alberto H.. Universidad de Buenos Aires. Facultad de Ciencias Económicas. Instituto de Investigaciones en Administración, Contabilidad y Métodos Cuantitativos para la Gestión. Centro de Investigaciones en Econometría
dc.descriptionLos criterios objetivos de selección del orden de un modelo autorregresivo pueden ser clasificados en no-Bayesianos -basados en la minimización del error de predicción y las medidas de información- y Bayesianos. La diferencia entre ambos radica en que los primeros asumen como punto de partida la validez de la hipótesis de que todo proceso está afectado por su infinito pasado y proporcionan estimadores asintóticamente eficientes en tanto que los Bayesianos se basan en la negación de la tesis de Church-Turing y proporcionan estimadores consistentes. A fin de evitar la disyuntiva que genera esta clasificación, en este trabajo se propone caracterizar al modelo utilizando la definición de complejidad estocástica. La aplicación de este concepto y los postulados de los teoremas de convergencia de las medidas de complejidad permiten demostrar, además, la condición de óptimo del término de penalización del criterio de selección de Schwarz.
dc.formatapplication/pdf
dc.identifierrimf_v7_n1_02
dc.identifier.urihttps://bibliotecadigital.economicas.uba.ar/handle/FCE-RI/9411
dc.languagespa
dc.publisherUniversidad de Buenos Aires. Facultad de Ciencias Económicas. Centro de Investigación en Métodos Cuantitativos Aplicados a la Economía y la Gestión
dc.relation.contentWebUrlhttps://ojs.economicas.uba.ar/RIMF/article/view/1415/4414
dc.relation.ispartofseriesRIMF - Vol. 07 Nro. 01
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://creativecommons.org/licenses/by/2.5/ar/
dc.sourceRev. investig. modelos financ. Vol. 07, Nro. 01 (2018), p. 21-40
dc.subjectEstadística matemática
dc.subjectTeoría de las probabilidades
dc.subjectToma de decisiones
dc.titleCriterios de información y complejidad estocástica
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:ar-repo/semantics/artículo
dc.typeinfo:eu-repo/semantics/publishedVersion

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
rimf_v7_n1_02.pdf
Tamaño:
889.86 KB
Formato:
Adobe Portable Document Format
Descargar

Colecciones

Revista de Investigación en Modelos Financieros