Modelos GARCH tendo a normal e a t-Student como distribuições condicionais são amplamente utilizados para modelagem da volatilidade de dados financeiros. No entanto, tais distribuições podem não ser apropriadas para algumas séries com caudas pesadas e comportamento leptocúrtico. As chamadas distribuições estáveis podem ser mais adequadas para sua modelagem, como já explorado na literatura. Por outro lado, os modelos GAS (Generalized Autoregressive Score), com desenvolvimento recente, tratam-se de modelos dinâmicos que possuem em sua estrutura a função score (derivada do logaritmo da verossimilhança). Tal abordagem oferece uma direção natural para a evolução dos parâmetros da distribuição dos dados. Neste trabalho, é proposto um novo modelo GAS em conjunção com distribuições estáveis simétricas para a modelagem da volatilidade - de fato, é uma generalização do GARCH, pois, para uma particular escolha de distribuição estável e de estrutura do modelo, tem-se o clássico modelo GARCH gaussiano. Como em geral a função densidade das distribuições estáveis não possui forma analítica fechada, é apresentado seu procedimento de cálculo, bem como de suas derivadas, para o completo desenvolvimento do método de estimação dos parâmetros. Também são analisadas as condições de estacionariedade e a estrutura de dependência do modelo. Estudos de simulação são conduzidos, bem como uma aplicação a dados reais, para comparação entre modelos usuais, que utilizam distribuições normal e t-Student, e o modelo proposto, demonstrando a eficácia deste. / GARCH models with normal and t-Student conditional distributions are widely used for volatility modeling in financial data. However, such distributions may not be suitable for some heavy-tailed and leptokurtic series. The stable distributions may be more adequate to fit such characteristics, as already exploited in the literature. On the other hand, the recently developed GAS (Generalized Autoregressive Score) models are dynamic models in which the updating mechanism of the time-varying parameters is based on the score function (first derivative of the log-likelihood function). This provides the natural direction for updating the parameters, based on the complete density. We propose a new GAS model with symmetric stable distribution for volatility modeling. The model can be interpreted as a generalization of the GARCH models, since the classic gaussian GARCH model is derived from it by using particular choices of the stable distribution and the model structure. There are no closed analytical expressions for general stable densities in most cases, hence its numeric computation and derivatives are detailed for the sake of complete development of the estimation process. The stationarity conditions and the dependence structure of the model are analysed. Simulation studies, as well as an application to real data, are presented for comparisons between the usual models and the proposed model, illustrating the effectiveness of the latter.

Modelos GARCH tendo a normal e a t-Student como distribuições condicionais são amplamente utilizados para modelagem da volatilidade de dados financeiros. No entanto, tais distribuições podem não ser apropriadas para algumas séries com caudas pesadas e comportamento leptocúrtico. As chamadas distribuições estáveis podem ser mais adequadas para sua modelagem, como já explorado na literatura. Por outro lado, os modelos GAS (Generalized Autoregressive Score), com desenvolvimento recente, tratam-se de modelos dinâmicos que possuem em sua estrutura a função score (derivada do logaritmo da verossimilhança). Tal abordagem oferece uma direção natural para a evolução dos parâmetros da distribuição dos dados. Neste trabalho, é proposto um novo modelo GAS em conjunção com distribuições estáveis simétricas para a modelagem da volatilidade - de fato, é uma generalização do GARCH, pois, para uma particular escolha de distribuição estável e de estrutura do modelo, tem-se o clássico modelo GARCH gaussiano. Como em geral a função densidade das distribuições estáveis não possui forma analítica fechada, é apresentado seu procedimento de cálculo, bem como de suas derivadas, para o completo desenvolvimento do método de estimação dos parâmetros. Também são analisadas as condições de estacionariedade e a estrutura de dependência do modelo. Estudos de simulação são conduzidos, bem como uma aplicação a dados reais, para comparação entre modelos usuais, que utilizam distribuições normal e t-Student, e o modelo proposto, demonstrando a eficácia deste. / GARCH models with normal and t-Student conditional distributions are widely used for volatility modeling in financial data. However, such distributions may not be suitable for some heavy-tailed and leptokurtic series. The stable distributions may be more adequate to fit such characteristics, as already exploited in the literature. On the other hand, the recently developed GAS (Generalized Autoregressive Score) models are dynamic models in which the updating mechanism of the time-varying parameters is based on the score function (first derivative of the log-likelihood function). This provides the natural direction for updating the parameters, based on the complete density. We propose a new GAS model with symmetric stable distribution for volatility modeling. The model can be interpreted as a generalization of the GARCH models, since the classic gaussian GARCH model is derived from it by using particular choices of the stable distribution and the model structure. There are no closed analytical expressions for general stable densities in most cases, hence its numeric computation and derivatives are detailed for the sake of complete development of the estimation process. The stationarity conditions and the dependence structure of the model are analysed. Simulation studies, as well as an application to real data, are presented for comparisons between the usual models and the proposed model, illustrating the effectiveness of the latter.

A avicultura é uma das principais atividades agropecuárias do Brasil, em 2011 o país produziu 12.230 toneladas de carne de frango, sendo o 3º maior produtor de frango do mundo, apenas atrás dos EUA e China. Parte deste êxito se deve principalmente ao melhoramento genético animal implantado nas últimas décadas. Os objetivos nesse estudo foram: 1º - Comparar as funções das curvas de crescimento: von Bertalanffy, Gompertz, Logística, Richards e Brody, pelo método dos Mínimos Quadrados Ordinários (QMO) e Quadrados Mínimos Ponderados (QMP) a dados de peso vivo para as linhagens experimentais de frango caipira (7P, Caipirão da ESALQ, Caipirinha da ESALQ e Carijó Barbado) e selecionar uma curva de crescimento que melhor descreva o padrão de crescimento para cada linhagem, e estimar os componentes genéticos (herdabilidades e correlações genéticas) dos parâmetros destas funções sob análise bicaracterística; 2º - Comparar modelos com diferentes ordens de ajuste por meio de funções polinomiais de Legendre, sob modelos de regressão aleatória, com variância residual heterogênea, para a estimação dos componentes de (co) variância e avaliação genética de linhagens experimentais de frango caipira (7P, Caipirão da ESALQ, Caipirinha da ESALQ e Carijó Barbado). O modelo que melhor se adequou a curva de crescimento para as linhagens estudadas foi à função de Gompertz ajustado pelo método dos Quadrados Mínimos Ponderados (QMP). Os parâmetros genéticos estimados para as medidas e dos modelos Gompertz ponderado podem ser utilizados como critérios de seleção, pois parecem ter efeito genético considerável para estas características. No entanto, deve-se haver cautela na utilização do parâmetro como critério de seleção para a linhagem Carijó Barbado devido a baixa herdabilidade. As correlações genéticas e fenotípicas entre as características e foram negativas e altas. Indicando que quanto maior o peso assintótico menor a taxa de crescimento. Dentre os modelos de Regressão Aleatória estudados o polinômio de 3ª ordem foi o que melhor se adequou para descrever as curvas de crescimento das linhagens estudadas. As estimativas de variâncias, herdabilidades foram afetadas pela modelagem da variância residual. Em geral as herdabilidades estimadas para as idades de 1 a 84 dias variaram de moderadas a altas para as linhagens estudadas, indicando que qualquer idade pode ser utilizada como critério de seleção. A seleção aos 42 dias de idade pode ser mantida como critério de seleção. / Aviculture is one of the main agribusiness activities in Brazil, in 2011 the country produced 12,230 tons of broiler meat, was the 3rd largest producer of broiler in the world, only behind the USA and China. Part of this success is mainly due to animal genetic improvement implemented in recent decades. In this study, our objectives were: 1 - to compare the functions of the Von Bertalanffy, Gompertz, Logistic, Richards and Brody growth curves by the Ordinary Least Squares and Weighted Least Squares method, from data for body weight from experimental free-range chicken lines (7P, Caipirão da ESALQ, Caipirinha da ESALQ and Carijó Barbado) and select a growth curve that best describes their growth. From this, estimates of the genetic components (heritability and genetic correlations) of the parameters of these functions under bivariate analysis; 2 - Comparing models with different orders of adjustment by means of Legendre polynomial functions under random regression models with heterogeneous residual variance for the estimation of (co) variance and genetic evaluation of experimental free-range chicken lines (7P, Caipirão da ESALQ, Caipirinha da ESALQ and Carijó Barbado). The model that best adapted the growth curve for all lines studied was the Gompertz function adjusted using weighted least squares. Genetic parameters for measurements and can be used as selection criteria because they seem to have considerable genetic effects for these characteristics. There should be caution in using the parameter as a selection criterion for the Carijó Barbado line due to low heritability. The genetic and phenotypic correlations between traits and were negative and high, indicating that the higher the asymptotic weight, the lower the growth rate. Among the Random Regression models studied the 3rd order polynomial was best adapted to describe the growth curves of the lines studied. Estimates of variances and heritabilities were affected by residual variance modeling. Overall heritability estimates between 1 to 84 days of age ranged from moderate to high for all lines, indicating that any age can be used as a selection criterion, including maintaining the current selection at 42 days of age.

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 and heteroscedasticity cases? To answer these questions inside Bayesian framework, we propose new ways to apply Bregman divergence, as well as recent information criteria as widely applicable information criterion (WAIC) and leave-one-out cross-validation (LOO). The functional Bregman divergence is a generalized form of the well known Kullback-Leiber (KL) divergence. There is many special cases of it which might be used to identify influential points. All the posterior distributions displayed in this text were estimate by Hamiltonian Monte Carlo (HMC), a optimized version of Metropolis-Hasting algorithm. All ideas showed here were evaluate by both: simulation and real data. / Como avaliar se um modelo espacial está bem ajustado? Como escolher o melhor modelo entre muitos da classe autorregressivo condicional (CAR) e autorregressivo simultâneo (SAR), homoscedásticos e heteroscedásticos? Para responder essas perguntas dentro do paradigma bayesiano, propomos novas formas de aplicar a divergência de Bregman, assim como critérios de informação bastante recentes na literatura, são eles o widely applicable information criterion (WAIC) e validação cruzada leave-one-out (LOO). O funcional de Bregman é uma generalização da famosa divergência de Kullback-Leiber (KL). Há diversos casos particulares dela que podem ser usados para identificar pontos influentes. Todas as distribuições a posteriori apresentadas nesta dissertação foram estimadas usando Monte Carlo Hamiltoniano (HMC), uma versão otimizada do algoritmo Metropolis-Hastings. Todas as ideias apresentadas neste texto foram submetidas a simulações e aplicadas em dados reais.

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 and heteroscedasticity cases? To answer these questions inside Bayesian framework, we propose new ways to apply Bregman divergence, as well as recent information criteria as widely applicable information criterion (WAIC) and leave-one-out cross-validation (LOO). The functional Bregman divergence is a generalized form of the well known Kullback-Leiber (KL) divergence. There is many special cases of it which might be used to identify influential points. All the posterior distributions displayed in this text were estimate by Hamiltonian Monte Carlo (HMC), a optimized version of Metropolis-Hasting algorithm. All ideas showed here were evaluate by both: simulation and real data. / Como avaliar se um modelo espacial está bem ajustado? Como escolher o melhor modelo entre muitos da classe autorregressivo condicional (CAR) e autorregressivo simultâneo (SAR), homoscedásticos e heteroscedásticos? Para responder essas perguntas dentro do paradigma bayesiano, propomos novas formas de aplicar a divergência de Bregman, assim como critérios de informação bastante recentes na literatura, são eles o widely applicable information criterion (WAIC) e validação cruzada leave-one-out (LOO). O funcional de Bregman é uma generalização da famosa divergência de Kullback-Leiber (KL). Há diversos casos particulares dela que podem ser usados para identificar pontos influentes. Todas as distribuições a posteriori apresentadas nesta dissertação foram estimadas usando Monte Carlo Hamiltoniano (HMC), uma versão otimizada do algoritmo Metropolis-Hastings. Todas as ideias apresentadas neste texto foram submetidas a simulações e aplicadas em dados reais.

A avicultura é uma das principais atividades agropecuárias do Brasil, em 2011 o país produziu 12.230 toneladas de carne de frango, sendo o 3º maior produtor de frango do mundo, apenas atrás dos EUA e China. Parte deste êxito se deve principalmente ao melhoramento genético animal implantado nas últimas décadas. Os objetivos nesse estudo foram: 1º - Comparar as funções das curvas de crescimento: von Bertalanffy, Gompertz, Logística, Richards e Brody, pelo método dos Mínimos Quadrados Ordinários (QMO) e Quadrados Mínimos Ponderados (QMP) a dados de peso vivo para as linhagens experimentais de frango caipira (7P, Caipirão da ESALQ, Caipirinha da ESALQ e Carijó Barbado) e selecionar uma curva de crescimento que melhor descreva o padrão de crescimento para cada linhagem, e estimar os componentes genéticos (herdabilidades e correlações genéticas) dos parâmetros destas funções sob análise bicaracterística; 2º - Comparar modelos com diferentes ordens de ajuste por meio de funções polinomiais de Legendre, sob modelos de regressão aleatória, com variância residual heterogênea, para a estimação dos componentes de (co) variância e avaliação genética de linhagens experimentais de frango caipira (7P, Caipirão da ESALQ, Caipirinha da ESALQ e Carijó Barbado). O modelo que melhor se adequou a curva de crescimento para as linhagens estudadas foi à função de Gompertz ajustado pelo método dos Quadrados Mínimos Ponderados (QMP). Os parâmetros genéticos estimados para as medidas e dos modelos Gompertz ponderado podem ser utilizados como critérios de seleção, pois parecem ter efeito genético considerável para estas características. No entanto, deve-se haver cautela na utilização do parâmetro como critério de seleção para a linhagem Carijó Barbado devido a baixa herdabilidade. As correlações genéticas e fenotípicas entre as características e foram negativas e altas. Indicando que quanto maior o peso assintótico menor a taxa de crescimento. Dentre os modelos de Regressão Aleatória estudados o polinômio de 3ª ordem foi o que melhor se adequou para descrever as curvas de crescimento das linhagens estudadas. As estimativas de variâncias, herdabilidades foram afetadas pela modelagem da variância residual. Em geral as herdabilidades estimadas para as idades de 1 a 84 dias variaram de moderadas a altas para as linhagens estudadas, indicando que qualquer idade pode ser utilizada como critério de seleção. A seleção aos 42 dias de idade pode ser mantida como critério de seleção. / Aviculture is one of the main agribusiness activities in Brazil, in 2011 the country produced 12,230 tons of broiler meat, was the 3rd largest producer of broiler in the world, only behind the USA and China. Part of this success is mainly due to animal genetic improvement implemented in recent decades. In this study, our objectives were: 1 - to compare the functions of the Von Bertalanffy, Gompertz, Logistic, Richards and Brody growth curves by the Ordinary Least Squares and Weighted Least Squares method, from data for body weight from experimental free-range chicken lines (7P, Caipirão da ESALQ, Caipirinha da ESALQ and Carijó Barbado) and select a growth curve that best describes their growth. From this, estimates of the genetic components (heritability and genetic correlations) of the parameters of these functions under bivariate analysis; 2 - Comparing models with different orders of adjustment by means of Legendre polynomial functions under random regression models with heterogeneous residual variance for the estimation of (co) variance and genetic evaluation of experimental free-range chicken lines (7P, Caipirão da ESALQ, Caipirinha da ESALQ and Carijó Barbado). The model that best adapted the growth curve for all lines studied was the Gompertz function adjusted using weighted least squares. Genetic parameters for measurements and can be used as selection criteria because they seem to have considerable genetic effects for these characteristics. There should be caution in using the parameter as a selection criterion for the Carijó Barbado line due to low heritability. The genetic and phenotypic correlations between traits and were negative and high, indicating that the higher the asymptotic weight, the lower the growth rate. Among the Random Regression models studied the 3rd order polynomial was best adapted to describe the growth curves of the lines studied. Estimates of variances and heritabilities were affected by residual variance modeling. Overall heritability estimates between 1 to 84 days of age ranged from moderate to high for all lines, indicating that any age can be used as a selection criterion, including maintaining the current selection at 42 days of age.

Orientadores: Victor Hugo Lachos Dávila, Filidor Edilfonso Vilca Labra / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-16T04:06:26Z (GMT). No. of bitstreams: 1 MedinaGaray_AldoWilliam_M.pdf: 1389516 bytes, checksum: 2763869ea52e11ede3c860714ea0e75e (MD5) Previous issue date: 2010 / Resumo: Neste trabalho estudamos alguns aspectos de estimação e diagnóstico de influência global e local de modelos não lineares sob a classe de distribuição misturas da escala skew-normal, baseado na metodologia proposta por Cook (1986) e Poon & Poon (1999). Os modelos não lineares heteroscedásticos também são discutidos. Esta nova classe de modelos constitui uma generalização robusta dos modelos de regressão não linear simétricos, que têm como membros particulares distribuições com caudas pesadas, tais como skew-t, skew-slash, skew-normal contaminada, entre outras. A estimação dos parâmetros será obtida via o algoritmo EM proposto por Dempster et al. (1977). Estudos de testes de hipóteses são considerados utilizando as estatísticas de escore e da razão de verossimilhança, para testar a homogeneidade do parâmetro de escala. Propriedades das estatísticas do teste são investigadas através de simulações de Monte Carlo. Exemplos numéricos considerando dados reais e simulados são apresentados para ilustrar a metodologia desenvolvida / Abstrac: In this work, we studied some aspects of estimation and diagnostics on the global and local influence in nonlinear models under the class of scale mixtures of the skewnormal (SMSN) distribution, based on the methodology proposed by Cook (1986) e Poon & Poon (1999). Heteroscedastic nonlinear models are also discussed. This new class of models are a robust generalization of non-linear regression symmetrical models, which have as members individual distributions with heavy tails, such as skew-t, skew-slash, and skew-contaminated normal, among others. The parameter estimation will be obtained with the EM algorithm proposed by Dempster et al. (1977). Studies testing hypotheses are considered using the score statistics and the likelihood ratio test to test the homogeneity of scale parameter. Properties of test statistics are investigated through Monte Carlo simulations. Numerical examples considering real and simulated data are presented to illustrate the methodology / Mestrado / Métodos Estatísticos / Mestre em Estatística

Submitted by Paulo Gustavo Grahl (pgrahl@fgvmail.br) on 2013-10-18T05:32:44Z No. of bitstreams: 1 DoutoradoPG_final.pdf: 23501670 bytes, checksum: 55b15051b9acc69ac74e639efe776fae (MD5) / Approved for entry into archive by ÁUREA CORRÊA DA FONSECA CORRÊA DA FONSECA (aurea.fonseca@fgv.br) on 2013-10-28T18:22:53Z (GMT) No. of bitstreams: 1 DoutoradoPG_final.pdf: 23501670 bytes, checksum: 55b15051b9acc69ac74e639efe776fae (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2013-10-29T18:24:15Z (GMT) No. of bitstreams: 1 DoutoradoPG_final.pdf: 23501670 bytes, checksum: 55b15051b9acc69ac74e639efe776fae (MD5) / Made available in DSpace on 2013-10-29T18:25:35Z (GMT). No. of bitstreams: 1 DoutoradoPG_final.pdf: 23501670 bytes, checksum: 55b15051b9acc69ac74e639efe776fae (MD5) Previous issue date: 2012-12-22 / Esta dissertação concentra-se nos processos estocásticos espaciais definidos em um reticulado, os chamados modelos do tipo Cliff & Ord. Minha contribuição nesta tese consiste em utilizar aproximações de Edgeworth e saddlepoint para investigar as propriedades em amostras finitas do teste para detectar a presença de dependência espacial em modelos SAR (autoregressivo espacial), e propor uma nova classe de modelos econométricos espaciais na qual os parâmetros que afetam a estrutura da média são distintos dos parâmetros presentes na estrutura da variância do processo. Isto permite uma interpretação mais clara dos parâmetros do modelo, além de generalizar uma proposta de taxonomia feita por Anselin (2003). Eu proponho um estimador para os parâmetros do modelo e derivo a distribuição assintótica do estimador. O modelo sugerido na dissertação fornece uma interpretação interessante ao modelo SARAR, bastante comum na literatura. A investigação das propriedades em amostras finitas dos testes expande com relação a literatura permitindo que a matriz de vizinhança do processo espacial seja uma função não-linear do parâmetro de dependência espacial. A utilização de aproximações ao invés de simulações (mais comum na literatura), permite uma maneira fácil de comparar as propriedades dos testes com diferentes matrizes de vizinhança e corrigir o tamanho ao comparar a potência dos testes. Eu obtenho teste invariante ótimo que é também localmente uniformemente mais potente (LUMPI). Construo o envelope de potência para o teste LUMPI e mostro que ele é virtualmente UMP, pois a potência do teste está muito próxima ao envelope (considerando as estruturas espaciais definidas na dissertação). Eu sugiro um procedimento prático para construir um teste que tem boa potência em uma gama de situações onde talvez o teste LUMPI não tenha boas propriedades. Eu concluo que a potência do teste aumenta com o tamanho da amostra e com o parâmetro de dependência espacial (o que está de acordo com a literatura). Entretanto, disputo a visão consensual que a potência do teste diminui a medida que a matriz de vizinhança fica mais densa. Isto reflete um erro de medida comum na literatura, pois a distância estatística entre a hipótese nula e a alternativa varia muito com a estrutura da matriz. Fazendo a correção, concluo que a potência do teste aumenta com a distância da alternativa à nula, como esperado. / This dissertation focus on spatial stochastic process on a lattice (Cliff & Ord--type of models). My contribution consists of using Edgeworth and saddlepoint series to investigate small sample size and power properties of tests for detecting spatial dependence in spatial autoregressive (SAR) stochastic processes, and proposing a new class of spatial econometric models where the spatial dependence parameters that enter the mean structure are different from the ones in the covariance structure. This allows a clearer interpretation of models' parameters and generalizes the set of local and global models suggested by Anselin (2003) as an alternative to the traditional Cliff & Ord models. I propose an estimation procedure for the model's parameters and derive the asymptotic distribution of the parameters' estimators. The suggested model provides some insights on the structure of the commonly used mixed regressive, spatial autoregressive model with spatial autoregressive disturbances (SARAR). The study of the small sample properties of tests to detect spatial dependence expands on the existing literature by allowing the neighborhood structure to be a nonlinear function of the spatial dependence parameter. The use of series approximations instead of the often used Monte Carlo simulation allows a simple way to compare test properties across different neighborhood structures and to correct for size when comparing power. I obtain the power envelope for testing the presence of spatial dependence in the SAR process using the optimal invariant test statistic, which is also locally uniformly most powerful invariant (LUMPI). I have found that the LUMPI test is virtually UMP since its power is very close to the power envelope. I suggest a practical procedure to build a test that, while not UMP, retain good power properties in a wider range for the spatial parameter when compared to the LUMPI test. I find that power increases with sample size and with the spatial dependence parameter -- which agrees with the literature. However, I call into question the consensus view that power decreases as the spatial weight matrix becomes more densely connected. This finding in the literature reflects an error of measure because the hypothesis being compared are at very different statistical distance from the null. After adjusting for this, the power is larger for alternative hypothesis further away from the null -- as one would expect.