Regresión con Mínimos Cuadrados Ponderados de Parámetros que Varían en el Tiempo (TVP-WLS)
TVP-WLS es una técnica de regresión para datos de series temporales en la que se permite que los coeficientes de pendiente e intercepto cambien con el tiempo, mientras que las observaciones se ponderan para tener en cuenta la heterocedasticidad o para descontar datos distantes. Combina la flexibilidad de la evolución de coeficientes en el espacio de estados con el poder de corrección de varianza de los mínimos cuadrados ponderados.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- Harvey, A. C. (1990). Forecasting, Structural Time Series Models and the Kalman Filter. Cambridge University Press. ISBN: 978-0521405737
- Cooley, T. F., & Prescott, E. C. (1976). Estimation in the Presence of Stochastic Parameter Variation. Econometrica, 44(1), 167–184. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Time-Varying Parameter Weighted Least Squares. ScholarGate. https://scholargate.app/es/econometrics/time-varying-parameter-wls
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Modelo de espacio de estados (Filtro de Kalman)Econometría↔ comparar
- Mínimos Cuadrados Ponderados (WLS)Estadística↔ comparar
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →