Skip navigation
Por favor, use este identificador para citar o enlazar este ítem: http://rid.unrn.edu.ar/handle/20.500.12049/9551

Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorContiggiani, Federico Eduardo-
dc.contributor.authorDelbianco, Fernando-
dc.contributor.authorFioriti, Andrés-
dc.contributor.authorTohmé, Fernando-
dc.date.accessioned2023-01-27T15:49:14Z-
dc.date.available2023-01-27T15:49:14Z-
dc.date.issued2021-10-26-
dc.identifier.otherhttps://www.youtube.com/watch?v=HbKt_B4kyAs-
dc.identifier.urihttp://rid.unrn.edu.ar/handle/20.500.12049/9551-
dc.language.isoeses_ES
dc.relation.urihttps://www.iiess-conicet.gov.ar/index.php/cursos-congresos-simposios-conferencias-workshops/la-actual-situacion-energetica-argentina-analisis-y-perspectivas/8-iiess/405-iv-jisces_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/4.0/-
dc.titleSymbolic Time Series and Causality Detection: an Uneasy Alliancees_ES
dc.typeObjeto de conferenciaes_ES
dc.rights.licenseCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)-
dc.description.filiationContiggiani, Federico Eduardo. Universidad Nacional de Río Negro. Instituto de Investigación en Políticas Públicas y Gobierno. Río Negro; Argentina.es_ES
dc.description.filiationDelbianco, Fernando. Instituto de Matemática de Bahía Blanca, CONICET - Universidad Nacional del Sur. Buenos Aires. Argentina.es_ES
dc.description.filiationFioriti, Andrés. Instituto de Matemática de Bahía Blanca, CONICET - Universidad Nacional del Sur. Buenos Aires. Argentina.es_ES
dc.description.filiationTohmé, Fernando. Instituto de Matemática de Bahía Blanca, CONICET - Universidad Nacional del Sur. Buenos Aires. Argentina.es_ES
dc.subject.keywordCausalityes_ES
dc.subject.keywordSymbolic Time Series Analysises_ES
dc.subject.keywordMarkov Switching Modeles_ES
dc.subject.keywordTransfer Entropyes_ES
dc.subject.keywordGranger’s Testes_ES
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_ES
dc.subject.materiaEconomía y Contabilidades_ES
dc.origin.lugarDesarrolloUniversidad Nacional del Sures_ES
dc.origin.lugarDesarrolloUniversidad Nacional de Río Negroes_ES
dc.description.resumenSymbolic Time Series Analysis (STSA) is a quantitative dominant mixed method applied in Economics and other Social Sciences as a way of reducing the impact of noise on data and to exhibit more clearly the evolution of time series. We show that such transformation from numerical to symbolic series may fail to preserve relevant properties of the original series. We focus, in particular, on the existence of causal relations among series. Well known methods of detection of causality, like Transfer Entropy or Granger’s Test can either yield non-existing causal relations or miss some actually existing ones, which is highly relevant for a sound application of a mixed method like STSA.es_ES
dc.relation.journalTitleIV JISC - Jornadas Interdisciplinarias en Sistemas Complejos 2021es_ES
dc.type.subtypePresentacion de ponenciaes_ES
Aparece en las colecciones: Objetos de conferencia

Archivos en este ítem:
Archivo Descripción Tamaño Formato  
JISC2021_slides.pdf347,95 kBAdobe PDFVisualizar/Abrir
Mostrar el registro sencillo del ítem

Este documento es resultado del financiamiento otorgado por el Estado Nacional, por lo tanto queda sujeto al cumplimiento de la Ley N° 26.899


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons