Made available in DSpace on 2015-03-03T15:28:31Z (GMT). No. of bitstreams: 1 EnaiTC_DISSERT.pdf: 791005 bytes, checksum: 0aee506aa23dd64244f916f2b42bdf10 (MD5) Previous issue date: 2010-05-21 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / In this work, we studied the strong consistency for a class of estimates for a transition density of a Markov chain with general state space ?E ? Rd. The strong ergodicity of the estimates for the density transition is obtained from the strong consistency of the kernel estimates for both the marginal density p(:) of the chain and the joint density q(., .). In this work the Markov chain is supposed to be homogeneous, uniformly ergodic and possessing a stationary density p(.,.) / No presente trabalho, estudamos a consist?ncia forte de uma classe de estimadores do tipo n?cleo para a densidade de transi??o de uma cadeia de Markov com espa?o de estados geral. A consist?ncia forte do estimador da densidade de transi??o, foi obtida a partir da consist?ncia forte dos estimadores do tipo n?cleo para a densidade marginal da cadeia, , e da consist?ncia forte dos estimadores do tipo n?cleo para a densidade conjunta, . Foi considerado que a cadeia ? homog?nea e uniformemente erg?dica com densidade inicial estacion?ria

Made available in DSpace on 2014-12-17T15:26:39Z (GMT). No. of bitstreams: 1 MarianaBS_DISSERT.pdf: 5316617 bytes, checksum: 4fb0344851aa8f373aa2dab90bb6d3c5 (MD5) Previous issue date: 2012-05-31 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / In this work, the paper of Campos and Dorea [3] was detailed. In that article a Kernel Estimator was applied to a sequence of random variables with general state space, which were independent and identicaly distributed. In chapter 2, the estimator?s properties such as asymptotic unbiasedness, consistency in quadratic mean, strong consistency and asymptotic normality were verified. In chapter 3, using R software, numerical experiments were developed in order to give a visual idea of the estimate process / Neste trabalho estudamos um dos m?todos n?o-param?trico: os Estimadores do Tipo N?cleo associado a uma sequ?ncia de vari?veis aleat?rias independentes e identicamente distribu?das com espa?o de estados geral, mais precisamente o trabalho de Campos e Dorea [3]. No Cap?tulo 2 verificamos as boas qualidades dessa classe de estimadores como n?o v?cio assint?tico, converg?ncia em m?dia quadr?tica, consist?ncia forte e normalidade assint?tica. No Cap?tulo 3 com o auxilio do software R temos uma id?ia visual do que ocorre no processo de estima??o