Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

MTM2008-00625

Financiado

TECNICAS ESTADISTICAS NO PARAMETRICAS Y BAYESIANAS SOBRE MODELOS DE VARIABLES TE...

TECNICAS ESTADISTICAS NO PARAMETRICAS Y BAYESIANAS SOBRE MODELOS DE VARIABLES TEMPORALES. ALGUNAS APLICACIONES EN ECONOMIA. ESTE PROYECTO SE ENMARCA DENTRO DEL ANALISIS ESTADISTICO DE PROBLEMAS EN LOS QUE LA VARIABLE DE INTERES FUNDAMENTAL ES DE TIPO TEMPORAL Y SE DESEA MODELAR SU RELACION CON UN DETERMINADO CONJUNTO DE COVARIABLES QUE SIRVAN PARA EXPL... ver más

01/01/2008

UNIZAR

44K€

Presupuesto del proyecto: 44K€

Líder del proyecto

UNIVERSIDAD DE ZARAGOZA. OFICINA DE TRANSFERE... No se ha especificado una descripción o un objeto social para esta compañía.

Sin perfil tecnológico

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2008-01-01

0% 100%

Participantes

UNIZAR

Lider

Proyectos interesantes

ECO2012-35029 TECNICAS ESTADISTICAS NO PARAMETRICAS Y BAYESIANAS PARA EL A... 26K€ Cerrado

ECO2010-19357 PERSISTENCIA Y NO LINEALIDADES EN ECONOMIA: UNA ECONOMIA TIP... 205K€ Cerrado

ECO2012-36032-C03-03 METODOS ECONOMETRICOS NO PARAMETRICOS: ASPECTOS TEORICOS Y A... 13K€ Cerrado

ECO2013-46395-P METODOS ECONOMETRICOS PARA ECONOMIAS NO-LINEALES CON PERSIST... 68K€ Cerrado

PID2019-108079GB-C21 PREDICCION DE SERIES TEMPORALES NO ESTACIONARIAS DE GRANDES... 30K€ Cerrado

ECO2016-79392-P TECNICAS ESTADISTICAS BAYESIANAS Y NO PARAMETRICAS PARA EL A... 28K€ Cerrado

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

UNIVERSIDAD DE ZARAGOZA. OFICINA DE TRANSFERE...

Sin perfil tecnológico

Presupuesto del proyecto 44K€

Descripción del proyecto ESTE PROYECTO SE ENMARCA DENTRO DEL ANALISIS ESTADISTICO DE PROBLEMAS EN LOS QUE LA VARIABLE DE INTERES FUNDAMENTAL ES DE TIPO TEMPORAL Y SE DESEA MODELAR SU RELACION CON UN DETERMINADO CONJUNTO DE COVARIABLES QUE SIRVAN PARA EXPLICAR SU COMPORTAMIENTO, DICHA VARIABLE FUNDAMENTAL PUEDE SER UN TIEMPO DE DURACION, EN CUYO CASO ESTE PROBLEMA ESTA RELACIONADO CON LA TEORIA DE LA FIABILIDAD O DE FUNCIONES DE SUPERVIVENCIA, PERO TAMBIEN INCLUYE EL CASO EN QUE ALGUNA DE LAS VARIABLES EXPLICATIVAS SEA LA PROPIA VARIABLE RESPUESTA MEDIDA EN DIVERSOS INSTANTES, Y EN TAL SITUACION, EL PROBLEMA SE CONVIERTE EN UNO DE LOS TOPICOS FUNDAMENTALES DEL ANALISIS DE SERIES TEMPORALES, LA METODOLOGIA ESTADISTICA QUE VAMOS A EMPLEAR ESTA BASADA EN UNA CONJUNCION DE TECNICAS NO PARAMETRICAS Y DE TECNICAS BAYESIANAS, DE ESTE MODO, PLANTEAREMOS MODELOS PARA LA FUNCION RAZON DE FALLO QUE EXTIENDEN EL MODELO DE AZAR PROPORCIONAL DE COX, PERO ENFOCAREMOS TAMBIEN LA MODELACION DE LA PROPIA FUNCION DE REGRESION, ES DE DESTACAR QUE, CUANDO UNA VARIABLE TEMPORAL NO ES SUSCEPTIBLE DE UN MUESTREO LONGITUDINAL, SINO TAN SOLO DE UN MUESTREO DE SECCION CRUZADA, EL PROBLEMA ESTA INTIMAMENTE RELACIONADO CON AQUEL EN LOS QUE LOS DATOS SE OBTIENEN MEDIANTE MUESTREO SESGADO, ESTO ES, EL QUE RESULTA CUANDO LAS OBSERVACIONES EXTRAIDAS NO TIENEN LA MISMA PROBABILIDAD DE SER ELEGIDAS, ASI, CUANDO SE ESTUDIA LA VARIABLE TIEMPO DE ESPERA ENTRE DOS SUCESOS CONSECUTIVOS DE UN PROCESO DE RENOVACION ESTACIONARIO, ANALIZANDO SU RELACION CON UN CONJUNTO DE COVARIABLES, PODEMOS UTILIZAR RESULTADOS PREVIOS SOBRE ESTIMACION NO PARAMETRICA DE UNA FUNCION DE REGRESION SOBRE DATOS SESGADOS, Y DISEÑAREMOS UNA METODOLOGIA BOOTSTRAP QUE SE ADAPTE A ESTE CONTEXTO, AHORA BIEN, EN EL ESTUDIO DE VARIABLES QUE REPRESENTAN TIEMPOS DE ESPERA, OTRO ENFOQUE QUE RESULTA TAMBIEN NATURAL ES LA UTILIZACION DE TECNICAS BAYESIANAS, BASADAS EN METODOS MCMC, DE ESTE MODO, UTILIZAREMOS UN PLANTEAMIENTO SEMIPARAMETRICO BAYESIANO PARA ESTIMAR RAZONES DE FALLO DE LA VARIABLE TEMPORAL, RELAJANDO LAS HIPOTESIS SOBRE SU RELACION FUNCIONAL CON RESPECTO A LAS COVARIABLES, ADEMAS, CUANDO SE PERMITA A LA VARIABLE RESPUESTA MEDIDA EN TIEMPOS PASADOS FORMAR PARTE DE LAS VARIABLES EXPLICATIVAS EN EL TIEMPO PRESENTE, LOS METODOS BAYESIANOS DINAMICOS HAN DEMOSTRADO TENER UNA GRAN UTILIDAD PRACTICA, UTILIZAREMOS RESULTADOS EN EL ANALISIS DE MODELOS LINEALES DINAMICOS PARA ENFOCAR PROBLEMAS DE CLASIFICACION ENTRE LAS COMPONENTES DE UNA VARIABLE TEMPORAL QUE REPRESENTE UNA SERIE DE TIEMPO MULTIPLE, ASI COMO LA DETECCION DE PUNTOS DE CAMBIO EN EL MODELO BASADOS EN ANALISIS FACTORIAL DINAMICO, EN CUANTO A LAS APLICACIONES A PROBLEMAS CONCRETOS, UNO DE LOS FINES DE ESTE PROYECTO CONSISTE EN LA PROYECCION Y UTILIZACION DE LOS RESULTADOS OBTENIDOS CON LAS TECNICAS ANTERIORES, A PROBLEMAS ECONO-MICOS DENTRO DE LAS AREAS LABORAL Y FINANCIERA, RESPECTO A LA PRIMERA, ESTUDIAREMOS LA VARIABLE TIEMPO DE PERMANENCIA EN EL DESEMPLEO DE UN INDIVIDUO, PARA CONTRASTAR MODELOS QUE PERMITAN EXPLICAR ESTA VARIABLE EN TERMINOS DE CIERTAS COVARIABLES DE TIPO SOCIOECONOMICO, UTILIZANDO LA BASE DE DATOS QUE NOS OFRECE EL PANEL DE HOGARES DE LA COMUNIDAD EUROPEA PARA ESPAÑA, ASI COMO LA ENCUESTA DE POBLACION ACTIVA, EN CUANTO AL AREA FINANCIERA, ANALIZAREMOS SERIES DE TIEMPO HETEROCEDASTICAS QUE PROVIENEN, ENTRE OTROS, DEL MERCADO DE VALORES ESPAÑOL Y DEL MERCADO DE TIPOS DE CAMBIO, Inferencia no paramétrica\Variable temporal\Función de regresión\Función razón de fallo\Datos sesgados\Bootstrap\Inferencia bayesiana\Modelo lineal dinámico\Series heterocedásticas\Aplicaciones económicas.

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores