Estoy leyendo este papel en la Estimación Bayesiana del Modelo CIR.
Básicamente, se trata de la estimación de parámetros mediante inferencia Bayesiana.
Se estima que esta ecuación diferencial estocástica: $$dy(t)=\{ \alpha\beta y(t)\}dt+ \sigma \sqrt{y(t)}dB(t)$$ donde $B(t)$ es el movimiento Browniano estándar.
mediante el uso de esta aproximación: $$y(t+ {\Delta}^{+})=y(t)+\{\alpha\beta y(t) \}{\Delta}^{+}+\sigma \sqrt{y(t)} {\epsilon}_{t}$$ ${\epsilon}_{t} \tilde{\ }N(0, {\Delta}^{+})$
Mi pregunta es:
Deja $ $ Y=({y}_{1},...,{y}_{T})$ indicar los datos de la observación y
${Y}^{*}=(y_{1}^{*},...,y_{T-1}^{*})$ ser AUMENTADA de datos, donde $y_{*}^{t}=\{ y_{t,1}^{*},..., y_{t,M}^{*} \}$
Lo que se ve aumentada de datos?
Veo que $y_{1}^{*}$ tiene elementos $y_{1,1}^{*},..., y_{1,M}^{*}$. Esto es lo que es llamado aumentada de datos? ¿Por qué necesitamos esto?
Esto parece como un concepto de finanzas me estoy perdiendo.
