No description available.

The autoregressive-integrated moving average (AMIRA) process plays an essential role in time series models. Classical method of finding the maximum likelihood (ML) estimate of the parameters in an ARIMA(p; d; q) model consists of evaluating the likelihood function through the Box-Jenkins approach or the Innovations Algorithm and optimizing it by numerical methods such as the quasi-Newton algorithms. However, these approaches have several drawbacks. The quasi-Newton methods tend to be unstable when the likelihood function is highly nonlinear. In this paper, we consider a state space representation of the ARIMA(p; d; q) process. The likelihood function can be easily expressed by the Kalman filter and the ML estimates can be obtained through a combination of Kalman smoother and the EM Algorithm. The updating equations in the EM algorithm possess a simple analytical form. A quasi-Newton scheme has also been implemented to accelerate the convergence of the EM Algorithm. The simulations studies show that the EM algorithm is more robust to starting values and the number of parameters, and the quasi-Newton acceleration scheme significantly improves the convergence rate of the EM algorithm. / 差分自回歸移動平均(AMIRA)模型在時間序列模型中有著重要地位。ARIMA模型的傳統極大似然估計方法通過Box-Jenkins方法或者新息算法(Innovations Algorithm)計算出似然函數，再通過擬牛頓(quasi-Newton)法等數值方法將之極大化，從而得到參數的極大似然估計。然而，此類方法在一定條件下存在缺陷。例如，當似然函數高度非線性時，擬牛頓法表現出不穩定的現象。本文考慮ARIMA模型的一種狀態空間(state-space)模型表示。在此表示下，參數的似然函數可以通過卡爾曼濾波算法計算，而參數的極大似然估計可以通過卡爾曼平滑和EM算法簡單得出。本問題中EM算法的迭代公式有簡潔的解析形式。同時，我們進一步考慮了一個擬牛頓加速算法來加快EM算法的收斂速度。通過模擬實驗我們發現，對於不同的初始值和參數個數，EM算法比擬牛頓法更為穩健。同時，擬牛頓的加速算法可以顯著加快EM算法的收斂速度。 / Huang, Rui. / Thesis M.Phil. Chinese University of Hong Kong 2015. / Includes bibliographical references (leaves 57-58). / Abstracts also in Chinese. / Title from PDF title page (viewed on 06, October, 2016). / Detailed summary in vernacular field only.

Thesis (Ph. D.)--University of Chicago, Graduate School of Business, December 2000. / Includes bibliographical references. Also available on the Internet.

Made available in DSpace on 2014-06-12T17:16:37Z (GMT). No. of bitstreams: 2 arquivo2907_1.pdf: 634979 bytes, checksum: 330e453c0db3f5452e436a3247c47be0 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Esta dissertação tem como principal objetivo apresentar os modelos de previsão de arrecadação do ICMS, por segmento econômico, para a Secretaria da Fazenda do Estado de Pernambuco, utilizando as técnicas econométricas. Objetiva-se, com essa pesquisa, disponibilizar aos gestores púbicos do Estado mais um modelo de previsão consistente e com certo grau de confiabilidade. Para tanto, utilizou-se da metodologia Box-Jenkins, mais especificamente os modelos: ARIMA - modelo autorregressivo integrado de média móvel, e SARIMA - modelo autorregressivo integrado de média móvel sazonal, e o software RATS (Regression Analyse Time Series). O trabalho apresenta o comportamento da arrecadação de ICMS no Estado e uma revisão da literatura, onde são abordados os principais conceitos teóricos utilizados, bem como uma análise dos resultados obtidos. Conclui-se que o modelo de previsão utilizando séries temporais, em função de sua capacidade preditiva, pode se transformar em um valioso instrumento para auxiliar na elevação da receita tributária no Estado de Pernambuco, dentro da capacidade contributiva de cada contribuinte

A pesquisa tem como objetivo obter previsões para o mercado de fretes do açúcar para exportação no Estado de São Paulo. Para cumprir tal objetivo, utilizou-se a metodologia Box- Jenkins de séries temporais. O período compreendido na pesquisa foi janeiro de 2006 a setembro de 2013. Foram delimitadas no Estado de São Paulo nove regiões para análise: Ribeirão Preto, Jaú, Araraquara, Presidente Prudente, Araçatuba, Piracicaba, São José do Rio Preto, Pirassununga e Assis. Essas regiões também foram agregadas com o objetivo de obter previsões para o Estado de São Paulo. As previsões foram realizadas fora da amostra correspondendo ao período de outubro de 2012 a setembro de 2013. Os modelos estimados, de forma geral, obtiveram um bom desempenho considerando os cinco primeiros meses de previsão, como o ocorrido nas regiões de Jaú, Araraquara, Piracicaba, Pirassununga e Assis. Dentre as nove regiões analisadas, os modelos ajustados para as Regiões de Piracicaba e Assis apresentaram melhores desempenhos, fato este comprovado pelos menores valores do Erro Quadrático Médio e Soma do Quadrado dos Desvios. Considerando os resultados gerais das nove regiões e da análise do Estado de São Paulo de forma agregada, houve predomínio do emprego do modelo ARIMA como melhor método para a realização de previsões para o mercado de fretes do açúcar. Não obstante, as previsões geradas pela metodologia Box- Jenkins, no curto prazo, constituem em boa ferramenta de auxílio para tomada de decisões e planejamento dos agentes envolvidos no mercado do açúcar. / The research aims to obtain predictions for the freights market of sugar for export in the State of São Paulo in Brazil. A Box-Jenkins time series methodology was used to fulfill this objective. The survey was performed from January 2006 through September 2013. Nine regions in São Paulo State were placed for analysis: Ribeirão Preto, Jaú, Araçatuba, Araraquara, Piracicaba, São José do Rio Preto, Pirassununga, Presidente Prudente and Assis and also these regions were aggregated in order to obtain estimates for the State of São Paulo. The predictions were made out of the sample corresponding to the period from October 2012 to September 2013. The estimated models generally presented good performance considering the five first months of forecast, as occurred in the regions of Jaú, Araraquara, Piracicaba, Pirassununga and São José do Rio Preto. Out of the nine regions analyzed, the models adjusted for the regions of Piracicaba and Assis showed better performances, proven by the lowest average square error and Sum of Squares of deviations. Considering the overall results of the nine regions and the analysis of the state of São Paulo aggregated, employment ARIMA model predominated as the best method for performing predictions for the freight market sugar. Nevertheless, the forecasts generated by the Box-Jenkins methodology, in a short term, constitute good tool to aid decision-making and planning of the agents involved in the sugar market.

Independently of the company size it is necessary to establish goals, parameters and strategies. It is important to have guidance, a plan that conducts the actions for the present as a way to reach the goals for the future. Moreover, the planning of the company requires organization, controls, tools which assist helpful favor the decisionmaking and the necessary reconducts. The modeling and consequently the forecast are indispensable tools for the management, such, proves it contribution of the Box & Jenkins methodology. The market is highly competitive and selective, demanding not only efficiency, but mainly effectiveness. Actions directed to the magnifying of the quality of an organization are as important as the capacity to foresee, to know, to measure and to analyze the resolutivity of the used methodologies. In this context this present research is realized, searching to know the behavior of the company invoicing from an agricultural company and its two branch offices, molding and, in such a way, allowing putting into practice forecasts. Thus, the methodology applied consists of the use of historical data from the invoicing of the same ones. For the Main company, of Beta Company was found an ARMA(1,1) model, being this the most parsimonious. In CB Branch office the SARIMA (1,0,0) * (2,0,0) was the model that better described the data and in SL Branch office, the model SARIMA (1,0,0) * (1,0,0). Realizing the forecast and comparing with the real data placed by the company, it was verified the efficiency of the model, being that all the values meet up with the confidence interval of 95%. Taking into base the results gained in this research, it is possible to affirm that the methodology used constitutes of an important tool, being able to be used by the managers of the respective companies, supplying subsidies to the planning of the following months. / Independentemente do tamanho da empresa é necessário estabelecer metas, parâmetros e estratégias. É importante ter um guia, um plano que direcione as ações do presente como meio de atingir as metas para o futuro. Além disso, o planejamento da empresa requer organização, controles, ferramentas que auxilie e favoreça a tomada de decisões e redirecionamentos necessários. A modelagem e consequentemente a previsão são ferramentas indispensáveis à gestão, para tal, evidencia-se a contribuição da metodologia Box & Jenkins. O mercado é altamente competitivo e seletivo, exigindo não somente eficiência, mas principalmente eficácia. Ações direcionadas à ampliação da qualidade de uma organização são tão importantes quanto a capacidade de prever, conhecer, medir e analisar a resolutividade das metodologias utilizadas. Neste contexto é que a presente investigação é realizada, buscando conhecer o comportamento do faturamento de uma empresa do ramo agrícola e de suas duas filiais, modelando e, realizando previsões. Para tanto, a metodologia empregada consiste em utilizar dados históricos do faturamento das mesmas. Para a Matriz da Empresa Beta foi encontrado um modelo ARMA (1,1), sendo este o mais parcimonioso. Na Filial CB o modelo que melhor descreveu os dados foi o SARIMA (1,0,0)*(2,0,0) e na Filial SL o modelo SARIMA (1,0,0)*(1,0,0). Realizando a previsão e comparando com os dados reais disponibilizados pela empresa, verificou-se a eficiência do modelo, sendo que todos os valores encontram-se no intervalo de confiança de 95%. Tomando-se por base os resultados obtidos nessa pesquisa, pode-se afirmar que a metodologia utilizada se constitui em uma importante ferramenta, podendo ser utilizada pelos gestores das respectivas empresas, fornecendo subsídios para o planejamento dos meses seguintes.

A pesquisa tem como objetivo obter previsões para o mercado de fretes do açúcar para exportação no Estado de São Paulo. Para cumprir tal objetivo, utilizou-se a metodologia Box- Jenkins de séries temporais. O período compreendido na pesquisa foi janeiro de 2006 a setembro de 2013. Foram delimitadas no Estado de São Paulo nove regiões para análise: Ribeirão Preto, Jaú, Araraquara, Presidente Prudente, Araçatuba, Piracicaba, São José do Rio Preto, Pirassununga e Assis. Essas regiões também foram agregadas com o objetivo de obter previsões para o Estado de São Paulo. As previsões foram realizadas fora da amostra correspondendo ao período de outubro de 2012 a setembro de 2013. Os modelos estimados, de forma geral, obtiveram um bom desempenho considerando os cinco primeiros meses de previsão, como o ocorrido nas regiões de Jaú, Araraquara, Piracicaba, Pirassununga e Assis. Dentre as nove regiões analisadas, os modelos ajustados para as Regiões de Piracicaba e Assis apresentaram melhores desempenhos, fato este comprovado pelos menores valores do Erro Quadrático Médio e Soma do Quadrado dos Desvios. Considerando os resultados gerais das nove regiões e da análise do Estado de São Paulo de forma agregada, houve predomínio do emprego do modelo ARIMA como melhor método para a realização de previsões para o mercado de fretes do açúcar. Não obstante, as previsões geradas pela metodologia Box- Jenkins, no curto prazo, constituem em boa ferramenta de auxílio para tomada de decisões e planejamento dos agentes envolvidos no mercado do açúcar. / The research aims to obtain predictions for the freights market of sugar for export in the State of São Paulo in Brazil. A Box-Jenkins time series methodology was used to fulfill this objective. The survey was performed from January 2006 through September 2013. Nine regions in São Paulo State were placed for analysis: Ribeirão Preto, Jaú, Araçatuba, Araraquara, Piracicaba, São José do Rio Preto, Pirassununga, Presidente Prudente and Assis and also these regions were aggregated in order to obtain estimates for the State of São Paulo. The predictions were made out of the sample corresponding to the period from October 2012 to September 2013. The estimated models generally presented good performance considering the five first months of forecast, as occurred in the regions of Jaú, Araraquara, Piracicaba, Pirassununga and São José do Rio Preto. Out of the nine regions analyzed, the models adjusted for the regions of Piracicaba and Assis showed better performances, proven by the lowest average square error and Sum of Squares of deviations. Considering the overall results of the nine regions and the analysis of the state of São Paulo aggregated, employment ARIMA model predominated as the best method for performing predictions for the freight market sugar. Nevertheless, the forecasts generated by the Box-Jenkins methodology, in a short term, constitute good tool to aid decision-making and planning of the agents involved in the sugar market.

Made available in DSpace on 2014-07-29T14:49:09Z (GMT). No. of bitstreams: 1 Regina Machado de Souza.pdf: 2267991 bytes, checksum: 8d027b752f21409f678aeb40c2f660a8 (MD5) Previous issue date: 2010-08-17 / This word aimeded to develop a friendly computational tool that, given the expectation of the producer in relation to soybean prices at a future date, help them decide whether or not it‟s worth waiting to sell their produce at that future date or sell in the current date. This work relied mainly with the System Dynamics methodology for model building and testing of Box-Jenkins to obtain the price expectations. The model also allows deriving the likely minimum price to be received by the producer in order to justify its decision to postpone its sale. We found no empirical evidence capable of sustaining the existence of a priori a better time to sell soybeans. / Este trabalho desenvolveu um instrumento computacional amigável que pudesse, dada a expectativa do produtor em relação ao preço da soja em uma data futura, auxiliá-lo a decidir se vale a pena ou não esperar para vender sua produção naquela data futura ou vendê-la na data atual. Para tanto, contou principalmente com a metodologia System Dynamics para construção do modelo e a análise de Box-Jenkins para obtenção das expectativas de preços. O modelo desenvolvido, também, permite auferir o provável preço mínimo a ser recebido pelo produtor, a fim de que possa justificar sua decisão em postergar sua venda. Não foram encontradas evidências empíricas capazes de sustentar a existência a priori de uma melhor data para se vender a soja.

Thesis (M.Statistics) North-West University, Mafikeng Campus, 2010

La presente investigación trata sobre la creación y aplicación de una Metodología para solucionar problemas resolubles de manera determinista mediante técnicas sencillas y en un tiempo razonable, como puede ser, por ejemplo la resolución de ecuaciones lineales, la realización de pronósticos basados en la ecuación de la línea, pudiendo acortar el tiempo de resolución, más o menos largo, de una manera aceptable Se presenta una nueva metodología, que utiliza la clase Box-Jenkins, para la predicción de la demanda de llamadas, que efectúan los clientes a los centros de llamadas más conocidos como call-center. Se registró, en el trabajo de campo, los aportes y los modelos de solución de diversos autores: orientación del asesor, aporte de investigadores de la UNMSM, investigaciones desarrolladas en diversas organizaciones y las propuestas del autor. El propósito de la Tesis es generar un modelo de consenso con mayor eficiencia que las alternativas existentes y aplicar este modelo en la realidad administrativa. El estudio concluye que la propuesta metodológica para rediseñar procesos de atención al cliente, dentro del contexto de los modelos empresariales, empleando herramientas de serie de tiempos funciona de manera eficiente y reporta excelentes resultados en su aplicación, lo que ha de redundar en la mejora de la eficiencia y competitividad derivado de un uso racional de un recurso escaso clave, el humano. / --- This research is about creating and implementing a methodology to solve problems deterministically solvable through simple techniques and a reasonable time, as can be, for example, solving linear equations, the performance of forecasts based on the equation of the online and can shorten the resolution time, more or less long, in a manner acceptable We present a new methodology, which uses the Box-Jenkins class, for prediction of demand for calls, which make customers call centers known as call-center. Was recorded in the field, contributions and solution models from various authors: guidance counselor, contribution of researchers from San Marcos University, research conducted in various organizations and the author's proposals. The purpose of this thesis is to generate a consensus model more efficiently than existing alternatives and apply this model in the administrative reality. The study concludes that the proposed methodology to redesign customer processes within the context of business models, using time series tools works efficiently and provides excellent results in their application, which would be in improving efficiency and competitiveness from a rational use of a scarce resource key, the human.