Return to search

Modelos autorregressivos com memória variável / Autoregressive models with variable memory

Orientador: Nancy Lopes Garcia / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matemática, Estatística e Computação Científica / Made available in DSpace on 2018-08-20T13:18:28Z (GMT). No. of bitstreams: 1
Fadel_DesireeFaria_M.pdf: 12260685 bytes, checksum: 0187ee6ba6eb07c46ce97bd741e51a6c (MD5)
Previous issue date: 2012 / Resumo: Neste trabalho, iremos considerar modelos autorregressivos com memória variável estacionários (AR-MV). Em particular, consideraremos modelos cuja memória depende do valor do primeiro antecessor, Yt-1, pertencer a uma partição da reta determinada por um parâmetro 'ALFA' (escalar ou vetorial), chamado de parâmetro limiar. O objetivo deste trabalho é estimar o parâmetro limiar 'ALFA' através de uma adaptação do método proposto por Hansen (2000). A ideia do método é minimizar a soma dos quadrados dos erros estimando, sequencialmente, os coeficientes 'BETA' do modelo autorregressivo (AR) supondo primeiramente que 'ALFA' é conhecido, e depois estimar o parâmetro 'ALFA' utilizando o valor estimado '^BETA' até atingir a convergência. A comparação dos modelos AR-MV com os respectivos AR foi feita através da capacidade de previsão de cada um deles / Abstract: In this paper, we consider stationary autoregressive models with variable memory (AR-MV). In particular, we consider models whose memory depends on the value of the first ancestor, Yt-1, to belong to a partition of the line determined by a parameter 'ALPHA' (scalar or vector), called the threshold parameter. The objective of this study is to estimate the threshold parameter 'ALPHA' by adapting the method proposed by Hansen (2000). The idea of the method is to minimize the sum of squared errors by estimating sequentially the coefficients 'BETA' of the autoregressive model (AR) assuming first that 'ALPHA' is known, and then estimate the parameter 'ALPHA' using the estimated value of '^BETA' until convergence is achieved. The comparison of the AR-MV with the respective AR was performed by the ability to predict each / Mestrado / Estatistica / Mestre em Estatística

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/306188
Date05 April 2012
CreatorsFadel, Désirée Faria, 1987-
ContributorsUNIVERSIDADE ESTADUAL DE CAMPINAS, Garcia, Nancy Lopes, 1964-, Hotta, Luiz Koodi, Lopes, Silvia Regina Costa
Publisher[s.n.], Universidade Estadual de Campinas. Instituto de Matemática, Estatística e Computação Científica, Programa de Pós-Graduação em Estatística
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Format84 p. : il., application/pdf
Sourcereponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0018 seconds