| dc.description | Esta monografía está organizada de la siguiente forma: la primera parte se introduce la importancia del tema, la segunda parte se define lo que es un modelo no lineal, tanto los modelos de serie de tiempo como los modelos causales uniecuacionales de regresión no lineal; la III se refiere a conocimientos previos de los métodos de estimación no lineales tales como la expansión de Taylor, mínimos cuadrados no lineales y máxima verosimilitud indicando, las propiedades de cada uno de los estimadores obtenidos por cada método, el problema de parametrización y la transformación de Box-Cox. En el siguiente punto, el IV se plantea los contrastes: con restricciones lineales y no lineales: Wald, máxima verosimilitud, y él de los multiplicadores de Lagrange . El punto V se plantean varios test de no linealidad en los modelos causales. La VI parte trata del modelo ARCH y GARCH los métodos de estimación y contraste de hipótesis, los modelos relacionados con ellos, tales como: TARCH, INGARCH, se estudia una prueba basada el exponente de Liapunov para detectar no linealidad, y el test BDS. Al final hay un anexo del uso del SPSS para resolver algunos problemas de estimación no lineal planteados en esta monografía. | |
