Return to search

Inferência estocástica e modelos de mistura de distribuições

Neste trabalho apresentamos os resultados de consistência e normalidade assintótica para o estimador de máxima verossimilhança de uma Cadeia de Markov ergódica. Além disso apresentaremos os Modelos de Mistura de Distribuição Independente e um dos casos de Modelos de Mistura Dependente: os Modelos Ocultos de Markov. Estimaremos os parâmetros destes modelos a partir do método da máxima verossimilhança e abordaremos o critério de seleção através do cálculo do AIC e BIC. / This paper presents the results of consistency and asymptotic normality for the maximum likelihood estimator of the ergodic Markov chain. In addition we present the Independent Mixture Models and one case of Dependent Mixture Models: the Hidden Markov Models. We estimate the parameters of these models from the maximum likelihood method and discuss the selection criteria by calculating the AIC and BIC.

Identiferoai:union.ndltd.org:IBICT/oai:lume56.ufrgs.br:10183/55330
Date January 2011
CreatorsVargas, Regis Nunes
ContributorsBisognin, Cleber
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0022 seconds