Thesis (Ph. D.)--University of Wisconsin, 1966. / eContent provider-neutral record in process. Description based on print version record. Includes bibliographical references (p. 88-89).

Thesis (Ph. D.)--University of Wisconsin--Madison, 1974. / Typescript. Vita. eContent provider-neutral record in process. Description based on print version record. Includes bibliographical references.

Thesis (Ph. D.)--University of Wisconsin--Madison, 1972. / Typescript. Vita. eContent provider-neutral record in process. Description based on print version record. Includes bibliographical references.

Thesis (M.S.)--University of Wisconsin, 1961. / Also published as AFCRL-TN-61-844, and University of Wisconsin Dept. of Meteorology Scientific report no. 5. eContent provider-neutral record in process. Description based on print version record. Includes bibliographical references (leaf 43).

Thesis (MScIng)--University of Stellenbosch, 2006. / Bibliography. Also available via the Internet.

Thesis (Ph. D.)--Ohio State University, 2006. / Title from first page of PDF file. Includes bibliographical references (p. 187-192).

This thesis analyzes estimation methods and testing procedures for handling large data series. The first chapter introduces the use of the adaptive elastic net, and the penalized regression methods nested within it, for estimating sparse vector autoregressions. That chapter shows that under suitable conditions on the data generating process this estimation method satisfies an oracle property. Furthermore, it is shown that the bootstrap can be used to accurately conduct inference on the estimated parameters. These properties are used to show that structural VAR analysis can also be validly conducted, allowing for accurate measures of policy response. The strength of these estimation methods is demonstrated in a numerical study and on U.S. macroeconomic data. The second chapter continues in a similar vein, using the elastic net to estimate sparse vector autoregressions of realized variances to construct volatility forecasts. It is shown that the use of volatility spillovers estimated by the elastic net delivers substantial improvements in forecast ability, and can be used to indicate systemic risk among a group of assets. The model is estimated on realized variances of equities of U.S. financial institutions, where it is shown that the estimated parameters translate into two novel indicators of systemic risk. The third chapter discusses the use of the bootstrap as an alternative to asymptotic Wald-type tests. It is shown that the bootstrap is particularly useful in situations with many restrictions, such as tests of equal conditional predictive ability that make use of many orthogonal variables, or `test functions'. The testing procedure is analyzed in a Monte Carlo study and is used to test the relevance of real variables in forecasting U.S. inflation.

Um bom sistema de previsão de demanda é um dos passos para o sucesso de uma empresa. Previsões com baixos erros permitem a manutenção de um estoque reduzido, uma ocupação de fábrica e uma gestão financeira mais eficiente, em conjunto com outros benefícios trazidos por um sistema confiável. Há diversas formas de realizar uma previsão, mas há anos a que vem sendo considerada mais promissora é a que integra métodos quantitativos e qualitativos. Ambos os métodos possuem vantagens exclusivas, o que torna a integração particularmente interessante. Este trabalho visa o desenvolvimento e teste de um sistema de previsão em uma empresa de grande porte, a fim de disponibilizar uma forma confiável de integração de métodos. Busca ainda validar o auxilio de especialistas nos ajustes de previsão de forma que os problemas provenientes do julgamento humano possam ser evitados. Uma comparação entre as várias previsões realizadas é apresentada, de forma que o leitor possa interpretá-las e julgar quais possam ser as mais adequadas à situação em que se encontra. / A good forecasting system is one of the steps to the success of a company. Forecasts with small errors enable the maintenance of a reduced inventory, a more efficient factory occupation and financial management, together with other benefits provided by a reliable system. There are several ways to make a forecast, but for years the quantitative and qualitative methods integrated has been considered more promising. Both methods have unique advantages which makes it particularly interesting integration. This paper aims to develop and test a forecasting system in a large company in order to provide a reliable form of integration methods. It also seeks to validate the aid of experts in the predictive adjustments so that problems derived from the human judgment can be avoided. A comparison of the various forecasts made is provided in a way that the reader can interpret them and judge which may be the most appropriate to the situation you are in.

Um bom sistema de previsão de demanda é um dos passos para o sucesso de uma empresa. Previsões com baixos erros permitem a manutenção de um estoque reduzido, uma ocupação de fábrica e uma gestão financeira mais eficiente, em conjunto com outros benefícios trazidos por um sistema confiável. Há diversas formas de realizar uma previsão, mas há anos a que vem sendo considerada mais promissora é a que integra métodos quantitativos e qualitativos. Ambos os métodos possuem vantagens exclusivas, o que torna a integração particularmente interessante. Este trabalho visa o desenvolvimento e teste de um sistema de previsão em uma empresa de grande porte, a fim de disponibilizar uma forma confiável de integração de métodos. Busca ainda validar o auxilio de especialistas nos ajustes de previsão de forma que os problemas provenientes do julgamento humano possam ser evitados. Uma comparação entre as várias previsões realizadas é apresentada, de forma que o leitor possa interpretá-las e julgar quais possam ser as mais adequadas à situação em que se encontra. / A good forecasting system is one of the steps to the success of a company. Forecasts with small errors enable the maintenance of a reduced inventory, a more efficient factory occupation and financial management, together with other benefits provided by a reliable system. There are several ways to make a forecast, but for years the quantitative and qualitative methods integrated has been considered more promising. Both methods have unique advantages which makes it particularly interesting integration. This paper aims to develop and test a forecasting system in a large company in order to provide a reliable form of integration methods. It also seeks to validate the aid of experts in the predictive adjustments so that problems derived from the human judgment can be avoided. A comparison of the various forecasts made is provided in a way that the reader can interpret them and judge which may be the most appropriate to the situation you are in.

Um bom sistema de previsão de demanda é um dos passos para o sucesso de uma empresa. Previsões com baixos erros permitem a manutenção de um estoque reduzido, uma ocupação de fábrica e uma gestão financeira mais eficiente, em conjunto com outros benefícios trazidos por um sistema confiável. Há diversas formas de realizar uma previsão, mas há anos a que vem sendo considerada mais promissora é a que integra métodos quantitativos e qualitativos. Ambos os métodos possuem vantagens exclusivas, o que torna a integração particularmente interessante. Este trabalho visa o desenvolvimento e teste de um sistema de previsão em uma empresa de grande porte, a fim de disponibilizar uma forma confiável de integração de métodos. Busca ainda validar o auxilio de especialistas nos ajustes de previsão de forma que os problemas provenientes do julgamento humano possam ser evitados. Uma comparação entre as várias previsões realizadas é apresentada, de forma que o leitor possa interpretá-las e julgar quais possam ser as mais adequadas à situação em que se encontra. / A good forecasting system is one of the steps to the success of a company. Forecasts with small errors enable the maintenance of a reduced inventory, a more efficient factory occupation and financial management, together with other benefits provided by a reliable system. There are several ways to make a forecast, but for years the quantitative and qualitative methods integrated has been considered more promising. Both methods have unique advantages which makes it particularly interesting integration. This paper aims to develop and test a forecasting system in a large company in order to provide a reliable form of integration methods. It also seeks to validate the aid of experts in the predictive adjustments so that problems derived from the human judgment can be avoided. A comparison of the various forecasts made is provided in a way that the reader can interpret them and judge which may be the most appropriate to the situation you are in.