Regression model

Basic Structural Model (Structural Time Series Model)

En lugar de tratar una serie temporal como un proceso indiferenciado, el BSM la concibe como la suma de bloques de construcción no observados que evolucionan cada uno a su manera: una tendencia de deriva lenta, un patrón estacional repetitivo, un ciclo más largo similar a una onda y ruido aleatorio. A cada bloque se le permite vagar en el tiempo según su propia ecuación, y el modelo utiliza los datos observados para inferir el tamaño de cada bloque en cada punto. El resultado es una previsión que también se puede leer como una historia, separando la dirección a largo plazo de las oscilaciones estacionales.

Aplicar con EconMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737
  2. Harvey, A. C. & Shephard, N. (1993). Structural Time Series Models. In G. S. Maddala, C. R. Rao & H. D. Vinod (Eds.), Handbook of Statistics, Vol. 11 (pp. 261-302). Elsevier. DOI: 10.1016/S0169-7161(05)80045-8

Cómo citar esta página

ScholarGate. (2026, June 1). Basic Structural Model (Structural Time Series Model). ScholarGate. https://scholargate.app/es/econometrics/structural-time-series

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citado por

ScholarGateStructural Time Series Model (Basic Structural Model (Structural Time Series Model)). Recuperado el 2026-06-15 de https://scholargate.app/es/econometrics/structural-time-series · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026