Show simple item record

dc.creatorAndrade, Breno Silveira de
dc.date.accessioned2016-06-02T20:06:08Z
dc.date.available2013-06-18
dc.date.available2016-06-02T20:06:08Z
dc.date.issued2013-05-06
dc.identifier.citationANDRADE, Breno Silveira de. Abordagem estatística em modelos para séries temporais de contagem. 2013. 146 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2013.por
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/4571
dc.description.abstractIn this work, it was estudied the models INGARCH , GLARMA and GARMA to model count time series data with Poisson and Negative Binomial discrete conditional distributions. The main goal was analyze in classic and bayesian approach, the adequability and goodness of fit of these models, also the contruction of credibility intervals about each parameter. To the Bayesian study, was cosiderated a joint prior distribuition that satisfied the conditions of each model and got a posterior distribution. This aproach presents too some criterion selection like (EBIC), (DIC) and ordenaded predictive conditional density (CPO) for Bayesian cases and (BIC) for classic cases. A simulation study was done to check the maximum likelihood estimator consistency in classic approach and has used criterion selection classic and Bayesian to choose the order of each model. An Analysis has made in a real data set realized as final stage as, these data consist the number of financial transactions in 30 minutes. These results have made in a classical and Bayesian approach , and discribed the data caracteristic.eng
dc.description.sponsorshipFinanciadora de Estudos e Projetos
dc.formatapplication/pdfpor
dc.languageporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAcesso Abertopor
dc.subjectAnálise de séries temporaispor
dc.subjectInferência bayesianapor
dc.subjectModelos estatísticospor
dc.subjectModelos GARMApor
dc.subjectModelo INGARCHpor
dc.subjectModelo GLARMA. Distribuição de Poissonpor
dc.subjectDistribuição binomial negativapor
dc.subjectInferência clássicapor
dc.subjectINGARCH modeleng
dc.subjectGLARMA modeleng
dc.subjectGARMA modeleng
dc.subjectPoisson distributioneng
dc.subjectNegative binomial distributioneng
dc.subjectClassic inferenceeng
dc.subjectBayesian inferenceeng
dc.titleAbordagem estatística em modelos para séries temporais de contagempor
dc.typeDissertaçãopor
dc.contributor.advisor1Andrade Filho, Marinho Gomes de
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/4126245980112687por
dc.creator.Latteshttp://lattes.cnpq.br/2060946751027537por
dc.description.resumoNesta dissertação estudou-se os modelos INGARCH, GLARMA e GARMA para modelar séries temporais de dados de contagem com as distribuições condicionais de Poisson e Binomial Negativa. A principal finalidade foi analisar no contexto clássico e bayesiano, a adequabilidade e qualidade de ajuste dos modelos em questão, assim como a construção de intervalos de credibilidade dos parâmetros para cada modelo testado. Para a abordagem Bayesiana foram consideradas priori conjugada, satisfazendo as condições de cada modelo em questão, obtendo assim uma distribuição a posteriori. A abordagem proposta apresenta também o cálculo de critérios de seleção de modelos como o (EBIC), (DIC) e densidade condicional preditiva ordenada (CPO) para o caso Bayesiano e (BIC) para a abordagem clássica. Com um estudo de simulação foi possível verificar a consistência dos estimadores de máxima verossimilhança (clássicos) além disso, foi usado critérios de seleção clássicos e Bayesianos para a seleção da ordem de cada um dos modelos. Uma análise de um conjunto de dados reais foi realizada, sendo uma série do número de transações financeiras realizadas em 30 minutos respectiva os mês de novembro de 2011. Estes resultados apresentam que tanto o estudo clássico, quanto o bayesiano, são capazes de descrever bem o comportamento da série e foram eficientes na escolha da ordem do mesmo.por
dc.publisher.countryBRpor
dc.publisher.initialsUFSCarpor
dc.publisher.programPrograma de Pós-graduação em Estatísticapor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICApor


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record