Imputación con muestreo irregular usando el proceso de difusión lognormal no homogéneo: casos particulares y aplicaciones

A. García-Burgos, P. Paraggio, N. Rico-Castro, D. Romero-Molina

Este trabajo aborda el problema de la inferencia y la imputación en procesos de difusión lognormal no homogéneos cuando los datos son escasos y se observan en tiempos irregulares. Los métodos habituales suelen condicionar solo al pasado, lo que puede resultar inadecuado si no existen observaciones previas o estas están alejadas del instante de predicción. Proponemos ampliar este marco incorporando la observación más cercana al punto a imputar, ya ocurra en el pasado o en el futuro. Para distintos casos particulares del proceso lognormal no homogéneo, se obtienen sus distribuciones condicionadas a observaciones futuras para modelos relevantes, así como expresiones para la media, la moda y los cuantiles condicionados. Mediante un estudio de simulación motivado por datos de crecimiento fetal, se compara esta estrategia con la imputación basada solo en el pasado o en el futuro. Los resultados muestran una mejora sistemática en precisión, medida mediante MAE y RMSE.

Keywords: Imputación, muestreo irregular, proceso de difusión lognormal no homogéneo

GT Procesos Estocásticos y sus Aplicaciones II
September 2, 2026  12:40 PM
Aula 26

M. González Velasco, C. Gutiérrez Pérez, R. Martínez Quintana

M. González Velasco, P. Martín Chávez, J. C. Pardo, I. Puerto García

C. Minuesa Abril, S. Sagitov