Return to search

Modelos dinâmicos para dados temporais sob distribuição simétrica condicional: estimação e diagnóstico

Submitted by Isaac Francisco de Souza Dias (isaac.souzadias@ufpe.br) on 2016-07-08T18:09:27Z
No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
TESE - VINICIUS Q SOUTO MAIOR.pdf: 9314984 bytes, checksum: c09ba2201dbd8782bc87909993869b5a (MD5) / Made available in DSpace on 2016-07-08T18:09:27Z (GMT). No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
TESE - VINICIUS Q SOUTO MAIOR.pdf: 9314984 bytes, checksum: c09ba2201dbd8782bc87909993869b5a (MD5)
Previous issue date: 2016-02-26 / CAPES / Nossa abordagem é direcionada a variáveis aleatórias simétricas observadas ao longo do tempo.
Nesse sentido, avaliamos os procedimentos de estimação e discutimos o uso da metodologia
de diagnóstico sob o enfoque de influência local para classe de modelos autorregressivos de
médias móveis simétrico, SYMARMA. Modelos sazonais também são abordados neste trabalho.
A estimação dos parâmetros do modelo SYMARMA é feita através da maximização do
logaritmo da função de verossimilhança condicional utilizando o algoritmo escore de Fisher.
Apresentamos um estudo de robustez baseado na função de influência para avaliar a qualidade
do procedimento de estimação. Além disso, conduzimos um estudo de simulação para avaliar
a consistência e normalidade assintótica do estimador de máxima verossimilhança condicional.
Derivamos expressões mais simples para as funções escore e a matriz informação de Fisher.
Desenvolvemos medidas de diagnóstico sob o enfoque de influência local baseado nas medidas
de curvatura de Cook (1986), inclinação de Billor e Loynes (1993) e curvatura de Lesaffre
e Verbeke (1998). Derivamos, através de simulações, marcas de referência (limiares) para
determinar se uma observação é influente. Aplicações de dados reais foram abordadas neste
trabalho. / Our approach is applied to symmetric random variables on over time. In this sense, we develop
estimation procedures and discuss the use of local influence diagnostic methodology to class
of the autoregressive and moving average symmetric models, SYMARMA. Sazonal models
also are considered. The Fisher scoring algorithm is used to find the estimations of parameters
SYMARMA model maximizing the logarithm of the conditional likelihood function. We
present an robustness study based on influence function to assess the quality of the estimation
procedure and we conduct simulation studies to evaluate the consistency and asymptotic normality
of the conditional maximum likelihood estimator. We derive simpler expressions for
the score function and Fisher information matrix. In order to assess local influence we develop
diagnostic measures based on Cook’s curvature (1986), slope of Billor and Loynes (1993) and
curvature of Lesaffre and Verbeke (1998). We evaluate benchmarks by simulation to identify
influential observations. Application are used to illustrate of the proposed methodology.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/17300
Date26 February 2016
CreatorsSOUTO MAIOR, Vinícius Quintas
ContributorsCYSNEIROS, Francisco José de Azevêdo
PublisherUniversidade Federal de Pernambuco, Programa de Pos Graduacao em Estatistica, UFPE, Brasil
Source SetsIBICT Brazilian ETDs
LanguageBreton
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis
Sourcereponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE
RightsAttribution-NonCommercial-NoDerivs 3.0 Brazil, http://creativecommons.org/licenses/by-nc-nd/3.0/br/, info:eu-repo/semantics/openAccess

Page generated in 0.0018 seconds