Programa : Matemáticas del azar. Gestionar la complejidad modelando las incertidumbres

16 de diciembre 2017
Salón Rafael Nuñez    (dirección)

Encuentros Franco-Colombiano-Alleman

Conferencista : Daira Velandia - Universidad de la Costa. Barranquilla. (co-autores : François Bachoc, Moreno Bevilacqua, Xavier Gendre y Jean-Michel Loubes)

Estimación de máxima verosimilitud para un proceso gaussiano bivariado bajo asintóticos de dominio fijo

Consideramos la estimación de máxima verosimiltud con datos de un proceso Gaussiando bivariado con modelo de covarianza exponencial separable bajo el enfoque asintótico de dominio fijo. Primero caracterizamos la equivalencia de medidas Gaussianas bajo este modelo. Entonces se estableción la consistencia y la distribución asintótica para los parámetros microergódicos. Un estudio de simulaciónfue presentado en orden de comparar en una muestra nita el comportamiento del estimador de máxima verosimilitud con la distribución asintótica dada.

Maximun likelihood estimation for a bivariate gaussian process under fixed domain asymptotics

We consider maximum likelihood estimation with data from a bivariate Gaussian process with a separable exponential covariance model under fixed domain asymptotic. We first characterize the equivalence of Gaussian measures under this model. Then consistency and asymptotic distribution for the microergodic parameters are established. A simulation study is presented in order to compare the finite sample behavior of the maximum likelihood estimator with the given asymptotic distribution.