Mostrar el registro sencillo del ítem

dc.contributor.author
Peña, Daniel  
dc.contributor.author
Smucler, Ezequiel  
dc.contributor.author
Yohai, Victor Jaime  
dc.date.available
2023-08-30T18:01:05Z  
dc.date.issued
2021-10  
dc.identifier.citation
Peña, Daniel; Smucler, Ezequiel; Yohai, Victor Jaime; Sparse estimation of dynamic principal components for forecasting high-dimensional time series; Elsevier; International Journal of Forecasting; 37; 4; 10-2021; 1498-1508  
dc.identifier.issn
0169-2070  
dc.identifier.uri
http://hdl.handle.net/11336/209968  
dc.description.abstract
We present the sparse estimation of one-sided dynamic principal components (ODPCs) to forecast high-dimensional time series. The forecast can be made directly with the ODPCs or by using them as estimates of the factors in a generalized dynamic factor model. It is shown that a large reduction in the number of parameters estimated for the ODPCs can be achieved without affecting their forecasting performance.  
dc.format
application/pdf  
dc.language.iso
eng  
dc.publisher
Elsevier  
dc.rights
info:eu-repo/semantics/restrictedAccess  
dc.rights.uri
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/  
dc.subject
CROSS VALIDATION  
dc.subject
DYNAMIC FACTOR MODELS  
dc.subject
L1 PENALIZATION  
dc.subject
LASSO  
dc.subject
PRINCIPAL COMPONENTS  
dc.subject.classification
Estadística y Probabilidad  
dc.subject.classification
Matemáticas  
dc.subject.classification
CIENCIAS NATURALES Y EXACTAS  
dc.title
Sparse estimation of dynamic principal components for forecasting high-dimensional time series  
dc.type
info:eu-repo/semantics/article  
dc.type
info:ar-repo/semantics/artículo  
dc.type
info:eu-repo/semantics/publishedVersion  
dc.date.updated
2023-08-30T10:45:05Z  
dc.journal.volume
37  
dc.journal.number
4  
dc.journal.pagination
1498-1508  
dc.journal.pais
Países Bajos  
dc.journal.ciudad
Amsterdam  
dc.description.fil
Fil: Peña, Daniel. Universidad Carlos III de Madrid. Instituto de Salud; España  
dc.description.fil
Fil: Smucler, Ezequiel. Universidad Torcuato Di Tella. Departamento de Economía; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Calculo. - Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Calculo; Argentina  
dc.description.fil
Fil: Yohai, Victor Jaime. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Instituto de Calculo. - Consejo Nacional de Investigaciones Científicas y Técnicas. Oficina de Coordinación Administrativa Ciudad Universitaria. Instituto de Calculo; Argentina. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales. Departamento de Matemática; Argentina  
dc.journal.title
International Journal of Forecasting  
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/url/https://www.sciencedirect.com/science/article/abs/pii/S0169207020301758  
dc.relation.alternativeid
info:eu-repo/semantics/altIdentifier/doi/https://doi.org/10.1016/j.ijforecast.2020.10.008  

Archivos asociados
Tamaño: 525.2Kb
Formato: PDF
.