• Métodos de Monte Carlo Hamiltoniano na inferência Bayesiana não-paramétrica de valores extremos 

      Hartmann, Marcelo (Universidade Federal de São Carlos, UFSCar, Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs, , 09/03/2015)
      In this work we propose a Bayesian nonparametric approach for modeling extreme value data. We treat the location parameter _ of the generalized extreme value distribution as a random function following a Gaussian process ...
    • Métodos de Monte Carlo Hamiltoniano aplicados em modelos GARCH 

      Xavier, Cleber Martins (Universidade Federal de São Carlos, UFSCar, Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs, Câmpus São Carlos, 26/04/2019)
      One of the most important informations in financial market is variability of an asset. Several models have been proposed in literature with a view of to evaluate this phenomenon. Among them we have the GARCH models. This ...
    • Modelagem da volatilidade em séries temporais financeiras via modelos GARCH com abordagem bayesiana 

      Aquino Gutierrez, Karen Fiorella (Universidade Federal de São Carlos, UFSCar, Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs, Câmpus São Carlos, 18/07/2017)
      In the last decades volatility has become a very important concept in the financial area, being used to measure the risk of financial instruments. In this work, the focus of study is the modeling of volatility, that ...
    • Inferência bayesiana em modelos de volatilidade estocástica usando métodos de Monte Carlo Hamiltoniano 

      Dias, David de Souza (Universidade Federal de São Carlos, UFSCar, Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs, Câmpus São Carlos, 10/08/2018)
      This paper presents a study using Bayesian approach in stochastic volatility models for modeling financial time series, using Hamiltonian Monte Carlo methods (HMC). We propose the use of other distributions for the errors ...
    • Detecting influential observations in spatial models using Bregman divergence 

      Danilevicz, Ian Meneghel (Universidade Federal de São Carlos, UFSCar, Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs, Câmpus São Carlos, 26/02/2018)
      How to evaluate if a spatial model is well ajusted to a problem? How to know if it is the best model between the class of conditional autoregressive (CAR) and simultaneous autoregressive (SAR) models, including homoscedasticity ...
    • Método Zero-Variance para Monte Carlo Hamiltoniano aplicado a modelos GARCH univariados e multivariados 

      Paixão, Rafael Soares (Universidade Federal de São Carlos, UFSCar, Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs, Câmpus São Carlos, 13/05/2021)
      This PhD work develops, compares and applies Monte Carlo Markov Chains (MCMC) methods for parameter estimation in univariate and multivariate GJR-GARCH models. Specifically, the following problems are addressed: (i) ...