Search

This paper contains the results of a non parametric multi-step ahead forecast for the monthly Colombian inflation, using Mean conditional kernel estimation over inflation changes, with no inclusion of exogenous variables. The results are compared with those from an ARIMA and a non-linear STAR. The nonparametric forecast over perform the others two, as well as being the only, from the three, that statistically improved the naijve forecast given by a random-walk model.En este trabajo se presentan los resultados de un ejercicio de pronóstico no paramétrico, múltiples pasos adelante, para la inflación colombiana mensual. En particular, se usa estimación kernel para la media condicional de los cambios de la inflación, dada su propia historia. Los resultados de pronóstico se comparan con un modelo ARIMA estacional y un modelo tipo STAR. Se encuentra que, excepto para el pronóstico un mes adelante, el pronóstico no paramétrico mejora a las otras dos metodologías que le compiten; además, de entre las tres alternativas consideradas, el no paramétrico es el único pronóstico que estadísticamente mejora al pronóstico que se hace con un modelo de caminata aleatoria.

En este trabajo se cálcula el coeficiente de heterogeneidad del suelo, propuesto por F. Smith, por Mínimos Cuadrados No-Lineales, el cual se emplea en la obtención de tamaño óptimo de parcela recomendado cuando se tengan restricciones de costos (Smith) o de tipo estadístico (Hatheway). Posteriormente se calcula tamaño y forma de parcela por superficies de respuesta, para lo que se plantea una superficie de tipo exponencial, puesto que la cuadrática ajustada no arroja resultados coherentes.