Resumen

En este trabajo se proponen varios estadísticos de prueba para detectar valores atípicos aditivos o innovadores en modelos autorregresivos funcionales coeficientes adaptativos (AFAR) basados en la teoría del valor extremo y en pruebas de razón de verosimilitud. Todos los estadísticos de prueba siguen una distribución asintótica de Gumbel. Además, proponemos un valor crítico asintótico para un nivel de significación fijo y obtenemos un valor p asintótico para las pruebas, que se utiliza para detectar valores atípicos en las series temporales. Los estudios de simulación indican que el método del valor extremo para detectar valores atípicos en modelos AFAR es eficaz tanto para AO como para IO, para un valor atípico solitario y valores atípicos múltiples, y para valores atípicos separados y parches de valores atípicos. Además, se demuestra que nuestro procedimiento puede reducir los posibles efectos de enmascaramiento e inundación.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:distribución asintótica trazable de gumbel, valor crítico asintótico, método del valor extremo, teoría del valor extremo, pruebas de razón de verosimilitud, varios estadísticos de prueba, valores atípicos, modelos afar, estudios de simulación, p asintótica
• Keywords:tractable asymptotic gumbel distribution, asymptotic critical value, extreme value method, extreme value theory, likelihood ratio tests, several test statistics, outliers, afar models, simulation studies, asymptotic p