Orientador: Aluisio de Souza Pinheiro / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-04T01:50:57Z (GMT). No. of bitstreams: 1
Hatadani_IzabellaMendes_M.pdf: 928963 bytes, checksum: 23ead94a9b643fb48d852b47082f0b41 (MD5)
Previous issue date: 2004 / Resumo: Recursos computacionais mais poderosos tem intensicado a cria»cao e utilizacao de metodologias de ajuste e predicao em situacoes em que nao se tem expectativa de observacoes cujo grau de dependencia decaia rapidamente ao longo do tempo. Essa caracteristica de uma persistencia maior da dependencia, conhecida tambem como longa dependencia, tem sido objeto de intensos estudos nas ultimas decadas. Um dos modelos mais utilizados e uma generalizacao, pela integracao fracionaria, dos modelos classicos de Box e Jenkins. O modelo ARFIMA foi proposto por Hos- king em 1981 e de caracterizado por um operador em forma de serie infnita, dependente de um par^ametro d. Varios estimadores de d sao encontrados na literatura. Nossos estudos se concentram nos propostos por: Geweke e Porter-Hudak(1993); Reisen(1994); e Jensen(1999). Esses estimadores podem ser conjuntamente classicados como metodos semiparametricos, em que se transforma o processo ARFIMA em processo ARMA, de forma que os outros par^ametros do modelo possam ser estimados por metodologias usuais. Uma importante quest~ao nessa forma estimacao e a perda de informacao ocasionada pela transformacao citada, uma vez que ha a necessidade de truncamento da serie que caracteriza a longa dependencia. Estudos da informacao perdida (inconclusivo) e EQM e vicio por simulacao foram usados para avaliar de que forma a escolha do ponto de truncamento afeta a qualidade dos estimadores. Os resultados indicam que o ponto ideal de truncamento da serie varia bastante e sofre grande influencia dos valores dos parametros do modelo. Uma lustracao e realizada em dados reais / Abstract: The growing computer power has enable researchers to develop methodologies for estimation and prediction in time series whose observations are not necessartily weakly dependent. Among these developments, ARFIMA models have the nice property of linking themselves directly to the classical time series analysis ARMA models. We will be studying the efects of estimating the long dependence parameter d on the ARMA parameters. Among the various estimators on the literature, wewill be using the ones proposed by Geweke and Porter-Hudak(1993), Reisen(1994)
and Jensen(1999). The aim of the study is to evaluate the importance of truncation when transforming the ARFIMA model to the ARMA model for the estimations thereof. MSE and bias are compared through simulation. Results indicate that ideal truncation point is strongly dependent on the values
of the parameters themselves but some reasonably broad measures can still be taken in order to e±ciently recover information from the data / Mestrado / Estatistica / Mestre em Estatística
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/307482 |
| Date | 11 May 2004 |
| Creators | Hatadani, Izabella Mendes |
| Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Pinheiro, Aluísio de Souza, 1967-, Lopes, Silvia Regina Costa, Hotta, Luiz Koodi |
| Publisher | [s.n.], Universidade Estadual de Campinas. Instituto de Matemática, Estatística e Computação Científica, Programa de Pós-Graduação em Estatística |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 114 p., application/pdf |
| Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0124 seconds