Resumen

La modelización espacial tiene aplicaciones en muchos campos como geología, agricultura, meteorología, geografía, y demás. En series temporales, una clase de modelos conocida como Autoregresivos Generalizados (GAR) fue introducida por Peiris (2003) que incluye un parámetro de índice. Se ha demostrado que la inclusión de este parámetro adicional ayuda en la modelización y pronóstico de muchos conjuntos de datos reales. Este documento estudia las propiedades de una nueva clase de proceso autorregresivo espacial de orden 1 con un índice. Llamaremos a esto un Modelo GENSSAR. Se derivan la función de densidad espectral (SDF), la función de autocovarianza (ACVF) y la función de autocorrelación (ACF). Se presentan los gráficos teóricos de ACF y SDF como figuras tridimensionales.

• Materias:Información de mercado Precios de primas Modelado espacial Fuerte convergencia Estadística asintótica
• Subjects:Market Information Premium pricing Spatial modeling Strong convergence Asymptotic statistics
• Palabras claves:Aplicaciones; Modelado espacial; Autorregresivo; Parámetro de índice; Pronóstico; Proceso autorregresivo espacial
• Keywords:Applications; Spatial modelling; Autoregressive; Index parameter; Forecasting; Spatial autoregressive process