IDEAS home Printed from https://ideas.repec.org/p/ucm/doctra/03-10.html
   My bibliography  Save this paper

Consecuencias para la predicción de la existencia de caos utilizando modelos TAR

Author

Listed:
  • Lorenzo Escot Mangas

    (Departamento de Economía Aplicada III (Política Económica). Universidad Complutense de Madrid.)

  • Ricardo Gimeno Nogués

    (Facultad de Ciencias Económicas y Empresariales. Universidad Complutense de Madrid.)

  • Pilar Grau Carles

    (Facultad de Ciencias Económicas y Empresariales. Universidad Complutense de Madrid.)

  • Ruth Mateos de Cabo

    (Facultad de Ciencias Económicas y Empresariales. Universidad Complutense de Madrid.)

  • Elena Olmedo Fernández

    (Facultad de Ciencias Económicas y Empresariales. Universidad Complutense de Madrid.)

Abstract

En el presente trabajo se analizan las consecuencias que tiene para la predicción de datos de coyuntura española, en concreto para las importaciones nominales de bienes intermedios, la detección de indicios de comportamiento caótico. Para esta detección se ha utilizado una estimación de un modelo tipo umbral autorregresivo (TAR) y se ha representado gráficamente su diagrama de bifurcación. En concreto, se analizan las diferencias cuando el modelo presenta dinámica caótica y cuando no las presenta tanto en la estimación de los parámetros como en los errores de predicción.

Suggested Citation

  • Lorenzo Escot Mangas & Ricardo Gimeno Nogués & Pilar Grau Carles & Ruth Mateos de Cabo & Elena Olmedo Fernández, 2003. "Consecuencias para la predicción de la existencia de caos utilizando modelos TAR," Documentos de trabajo de la Facultad de Ciencias Económicas y Empresariales 03-10, Universidad Complutense de Madrid, Facultad de Ciencias Económicas y Empresariales.
  • Handle: RePEc:ucm:doctra:03-10
    as

    Download full text from publisher

    File URL: http://eprints.ucm.es/6808/1/0310.pdf
    Download Restriction: no

    More about this item

    Keywords

    Análisis estadístico multivariable.;

    NEP fields

    This paper has been announced in the following NEP Reports:

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:ucm:doctra:03-10. See general information about how to correct material in RePEc.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: (Águeda González Abad). General contact details of provider: http://edirc.repec.org/data/feucmes.html .

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service hosted by the Research Division of the Federal Reserve Bank of St. Louis . RePEc uses bibliographic data supplied by the respective publishers.