The objective of this paper is to analyze and analytically quantify the effect of additive outliers in the forecasting of volatility from an ARCH Model. For it, we start by distinguishing between Additive Level Outliers (ALO) and Additive Volatility Outliers (AVO), obtaining the analytical...

En este trabajo se presenta la metodología bootstrap como una alternativa para construir intervalos de predicción en series temporales cuando las hipótesis usuales de los métodos clásicos no son sostenidas por los datos, o cuando el tamaño muestral no es suficientemente elevado para...

En el presente trabajo se introduce al lector en los modelos autorregresivos para la varianza condicionada heterocedástica, incidiendo en los problemas que plantean los esquemas más sencillo y sugiriendo diversas soluciones. Se describe el concepto, las hipótesis y los modelos que explican la...

In this article, we propose two new semiparametric estimators in the wavelet domain in order to estimate the parameter of nonstationary long memory models. Compared to the Fourier transform, the advantage of the wavelet approach to analyze the behavior of nonstationary time series is that it can...

The autoregressive fractionally integrated moving average (ARFIMA) processes are one of the best-known classes of long-memory models. In the package <Emphasis FontCategory="NonProportional">afmtools for <Emphasis FontCategory="NonProportional">R, we have implemented a number of statistical tools for analyzing ARFIMA models. In particular, this package contains functions for...</emphasis></emphasis>