1 |
[en] SCOREDRIVENMODELS.JL: A JULIA PACKAGE FOR GENERALIZED AUTOREGRESSIVE SCORE MODELS / [pt] SCOREDRIVENMODELS.JL: PACOTE EM JULIA PARA MODELOS GENERALIZADOS AUTORREGRESSIVOS COM SCOREGUILHERME MEIRELLES BODIN DE MORAES 03 February 2022 (has links)
[pt] Os modelos orientados por score, também conhecidos como modelos generalizados de score autorregressivo (GAS), representam uma classe de modelos
de séries temporais orientados por observação. Eles possuem propriedades
desejáveis para modelagem de séries temporais, como a capacidade de modelar diferentes distribuições condicionais e considerar parâmetros variantes
no tempo dentro de uma estrutura flexível. Neste trabalho, apresentamos
ScoreDrivenModels.jl, um pacote Julia de código aberto para modelagem,
previsão e simulação de séries temporais usando a estrutura de modelos
baseados em score. O pacote é flexível no que diz respeito à definição do
modelo, permitindo ao usuário especificar a estrutura de atraso e quais parâmetros são variantes no tempo ou constantes. Também é possível considerar várias distribuições, incluindo Beta, Exponencial, Gama, Lognormal,
Normal, Poisson, Student s t e Weibull. A interface fornecida é flexível,
permitindo aos usuários interessados implementar qualquer distribuição e
parametrização desejada. / [en] Score-driven models, also known as generalized autoregressive score (GAS)
models, represent a class of observation-driven time series models. They
possess desirable properties for time series modeling, such as the ability
to model different conditional distributions and to consider time-varying
parameters within a flexible framework. In this dissertation, we present
ScoreDrivenModels.jl, an open-source Julia package for modeling, forecasting, and simulating time series using the framework of score-driven models.
The package is flexible with respect to model definition, allowing the user to
specify the lag structure and which parameters are time-varying or constant.
It is also possible to consider several distributions, including Beta, Exponential, Gamma, Lognormal, Normal, Poisson, Student s t, and Weibull.
The provided interface is flexible, allowing interested users to implement
any desired distribution and parametrization.
|
Page generated in 0.048 seconds