2009

Viernes 13 de febrero, 2009, 11:00 Hrs.
Aula 100, Edificio de Aulas
Colegio de Postgraduados*
Km 36.5 Carretera México - Texcoco
CP 56230 Montecillo
Mpio. de Texcoco, Edo. de México

ESTIMACION DE PUNTOS DE CAMBIO EN SERIES DE TIEMPO

Dr. Gabriel A. Rodríguez Yam
Universidad Autónoma Chapingo

Resumen:

Los modelos de series de tiempo encuentran aplicaciones en una variedad de problemas, tal como en el reconocimiento de voz y en el análisis de series financieras. La aparición de computadoras cada vez más rápidas y de métodos nuevos de estimación hace posible analizar problemas más complejos con modelos de series de tiempo, incluyendo modelos no Gausianos y/o no lineales. En esta plática se propone una clase de modelos para analizar series de tiempo que presentan cambios en su estructura. El método que se propone se basa en el principio de la longitud mínima de descripción (MDL por sus siglas en inglés) desarrollado por Rissanen en los finales de los 80, para seleccionar modelos. Para resolver el problema de optimización que resulta se emplean algoritmos genéticos. Se proporciona un ejemplo para series de tiempo cuyos segmentos son modelos autoregresivos y otro en los que las piezas son modelos GARCH, una clase de series de tiempo no lineal.

Trabajo conjunto con Richard A. Davis y Thomas Lee.

*Tel (595) 9520200 ext 1416, 1417, 1459

en el Instituto Tecnológico Autónomo de México (ITAM),
Viernes 17 de abril, 2009, 11:00 Hrs.
Café y galletas: 10:45
Salón: B-3
Río Hondo No. 1, Col. Progreso Tizapán
Delegación Alvaro Obregón, C.P. 01080

Bioestadística, Geoestadística y Econometría en la solución de nuevos problemas globales: Cambio Climático y Desarrollo Sostenible

Humberto Soto
Oficial de Asuntos Ambientales
División de Desarrollo Sostenible y Asentamientos Humanos
Comisión Económica para América Latina y el Caribe

Resumen

Las herramientas bioestadísticas, geoestadísticas y econométricas han sido fundamentales para alcanzar el nivel de bienestar actual del hombre, lo que se ha reflejado entre otras cosas en un crecimiento de la población que ha provocado a su vez presiones a su medio ambiente, teniendo consecuencias como el deterioro de la capa de ozono y el incremento de la concentración de gases de efecto invernadero en la atmósfera que causan incrementos en la temperatura terrestre (Cambio Climático), lo cual plantea una serie de nuevas amenazas al bienestar, situación en la cual las herramientas de modelación matemática y estadística nuevamente tienen roles fundamentales.

Se presentarán ejemplos como el uso de Cadenas de Markov para estudiar la dinámica en los estados del uso del suelo, Series de Tiempo Multivariadas utilizando modelos VAR para estimar el comportamiento futuro de los indicadores económicos, Modelos Georeferenciados de Autocorrelación Espacial para determinar la dispersión de los contaminantes en la atmósfera, Análisis de Componentes Principales para generar índices compuestos de desarrollo sostenible, Análisis de Riesgo para construir índices de vulnerabilidad a fenómenos naturales, y aplicaciones de Modelos Actuariales para cálculo de primas de seguros contra riesgos ambientales.

También se expondrá la necesidad de modificar las herramientas existentes ante las necesidades de incorporar la visión de largo plazo y la ubicación geográfica al mismo tiempo, lo que requiere pensar en herramientas que combinen la temporalidad con la espacialidad. La complejidad agregada por la dificultad de disponer de información y la consecuente necesidad de diseños muestrales para obtenerla reflejan las grandes posibilidades de desarrollo teórico y con ello del avance de la frontera del conocimiento alrededor de estos temas.