Return to search

Portmanteau testing inference in beta autoregressive moving average models

Submitted by Pedro Barros (pedro.silvabarros@ufpe.br) on 2018-09-21T20:16:54Z
No. of bitstreams: 2
license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5)
DISSERTAÇÃO Vinícius Teodoro Scher.pdf: 902853 bytes, checksum: 8ce4def07864471ce7717ce6d128d086 (MD5) / Approved for entry into archive by Alice Araujo (alice.caraujo@ufpe.br) on 2018-09-24T20:48:15Z (GMT) No. of bitstreams: 2
license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5)
DISSERTAÇÃO Vinícius Teodoro Scher.pdf: 902853 bytes, checksum: 8ce4def07864471ce7717ce6d128d086 (MD5) / Made available in DSpace on 2018-09-24T20:48:15Z (GMT). No. of bitstreams: 2
license_rdf: 811 bytes, checksum: e39d27027a6cc9cb039ad269a5db8e34 (MD5)
DISSERTAÇÃO Vinícius Teodoro Scher.pdf: 902853 bytes, checksum: 8ce4def07864471ce7717ce6d128d086 (MD5)
Previous issue date: 2017-08-02 / CAPES / The class of beta autoregressive moving average (bARMA) models is useful for modeling time series data that assume values in the standard unit interval, such as rates and proportions. This thesis is composed of two main and independent chapters. In the first part, we consider portmanteau testing inference in the class of bARMA models. To that end, we use tests that have been developed for Gaussian models, such as the Ljung and Box, Monti, Dufour and Roy, Kwan and Sim, and Lin and McLeod tests. We also consider bootstrap variants of the Ljung and Box, Monti, Dufour and Roy, and Kwan and Sim tests. Moreover, we propose two new test statistics which, like the Monti statistic, are based on residual partial autocorrelations. Additionally, we present and discuss results from Monte Carlo simulations and an empirical application. The second part of the thesis focuses on the recursive nature of bARMA loglikelihood derivatives under moving average dynamics. We provide closed form expressions for the relevant derivatives by considering errors in the predictor scale. / A classe de modelos beta autorregressivos de médias móveis (bARMA) é útil para modelar dados que assumem valores no intervalo unitário padrão, como taxas e proporções. A presente dissertação tem como tema tal classe de models e é composta por dois capítulos principais e independentes. Na primeira parte, consideramos inferências baseadas em testes portmanteau na classe de modelos bARMA. Para tanto, utilizamos testes que foram desenvolvidos para modelos gaussianos, como os testes de Ljung e Box, Monti, Dufour e Roy, Kwan e Sim, e Lin e McLeod. Também consideramos variantes bootstrap dos testes de Ljung e Box, Monti, Dufour e Roy and Kwan e Sim. Adicionalmente, propomos duas novas estatísticas de testes que, tal qual a estatística de Monti, são baseadas em autocorrelações parciais dos resíduos. Apresentamos e discutimos resultados de simulações de Monte Carlo e uma aplicação empírica. A segunda parte da dissertação aborda a natureza recursiva das derivadas da função de log-verossimilhança bARMA sob dinâmica de médias móveis. Nós fornecemos expressões em forma fechada para as derivadas relevantes considerando erros na escala do preditor.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/26891
Date02 August 2017
CreatorsSCHER, Vinícius Teodoro
Contributorshttp://lattes.cnpq.br/2225977664095899, CRIBARI NETO, Francisco, BAYER, Fábio Mariano
PublisherUniversidade Federal de Pernambuco, Programa de Pos Graduacao em Estatistica, UFPE, Brasil
Source SetsIBICT Brazilian ETDs
LanguageEnglish
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
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 0.0024 seconds