Resumen

Este documento proporciona una aplicación del modelo autorregresivo espacio-temporal generalizado (GSTAR) en datos de PIB de países de Europa Occidental. El modelo preliminar se identifica mediante la función de autocorrelación espacial-temporal y la función de autocorrelación parcial espacial-temporal de la muestra, y los parámetros del modelo se estiman utilizando el método de mínimos cuadrados. El rendimiento de pronóstico se evalúa utilizando la media de los errores cuadrados de pronóstico (MSFEs) basados en los últimos diez datos reales. Se encontró que el modelo preliminar es GSTAR(2;1,1). Como comparación, la estimación y el rendimiento de pronóstico también se aplican al modelo GSTAR(1;1) que tiene menos parámetros. Los resultados mostraron que el ASFE de GSTAR(2;1,1) es menor que el del orden (1;1). Sin embargo, el valor de la prueba t muestra que el rendimiento es significativamente indiferente. Por lo tanto, debido al principio de parsimonia, el modelo GSTAR(1;1) podría consider

• Materias:Modelos de regresión Conjunto borroso Agrupamiento Factores de transcripción Modelo autorregresivo
• Subjects:Regression models Fuzzy set Clustering Transcription factors Autoregressive model
• Palabras claves:Aplicación; Modelo autorregresivo espacio-temporal generalizado; Modelo GSTAR; Datos del PIB; Países de Europa Occidental; Rendimiento de pronóstico
• Keywords:Application; Generalized space-time autoregressive; GSTAR model; GDP data; West European countries; Forecast performance