[en] LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING

Detalhes bibliográficos
Autor(a) principal: JOAO JOSE DE FARIAS NETO
Data de Publicação: 2007
Tipo de documento: Outros
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9836@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9836@2
http://doi.org/10.17771/PUCRio.acad.9836
Resumo: [pt] O objetivo primordial desta tese é descrever e discutir um método para previsão de séries temporais que apresentam descontinuidades bruscas - o chamado Método Bayesiano de Crescimento Linear de Estados Múltiplos (MCL-EM), desenvolvido por Harrison e Stevens. Na primeira parte é feito um rápido apanhado dos métodos existentes para previsão de séries temporais e seu relacionamento com métodos bayesianos mais gerais. A seguir é apresentado o MCL-EM e comparado com os principais métodos clássicos de crescimento linear. Finalmente são apresentadas algumas aplicações a séries reais e simuladas e analisadas suas vantagens e desvantagens em relação aos demais métodos em geral.
id PUC_RIO-1_1e49c0eb4f4d9adc07c4451706e0d42f
oai_identifier_str oai:MAXWELL.puc-rio.br:9836
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [en] LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING [pt] MODELO BAYESIANO DE CRESCIMENTO LINEAR PARA PREVISÃO DE SÉRIES TEMPORAIS [pt] SERIE TEMPORAL[pt] MODELO BAYESIANO[en] TIME SERIE[en] BAYESIAN MODEL[pt] O objetivo primordial desta tese é descrever e discutir um método para previsão de séries temporais que apresentam descontinuidades bruscas - o chamado Método Bayesiano de Crescimento Linear de Estados Múltiplos (MCL-EM), desenvolvido por Harrison e Stevens. Na primeira parte é feito um rápido apanhado dos métodos existentes para previsão de séries temporais e seu relacionamento com métodos bayesianos mais gerais. A seguir é apresentado o MCL-EM e comparado com os principais métodos clássicos de crescimento linear. Finalmente são apresentadas algumas aplicações a séries reais e simuladas e analisadas suas vantagens e desvantagens em relação aos demais métodos em geral.[en] The main objective of this dissertation is to describe and discuss a forecasting method for time series subject to sudden discontinuities - the so called multi-state linear Growth Bayesian Method (MLG for short), developped by Harrison and Stevens. The first part consists of a brief revision of the existing time series forecasting methods and their relationships with the more general bayesian methods. It is followed by a description of the MLG and its comparison with the classical linear growth methods. Finally, some applications to real and simulated time series are presented and its advantages and drawbaks are thoroughly discussed.MAXWELLREINALDO CASTRO SOUZAREINALDO CASTRO SOUZAREINALDO CASTRO SOUZAJOAO JOSE DE FARIAS NETO2007-05-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/otherhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9836@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9836@2http://doi.org/10.17771/PUCRio.acad.9836porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2017-09-14T00:00:00Zoai:MAXWELL.puc-rio.br:9836Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342017-09-14T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [en] LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING
[pt] MODELO BAYESIANO DE CRESCIMENTO LINEAR PARA PREVISÃO DE SÉRIES TEMPORAIS
title [en] LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING
spellingShingle [en] LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING
JOAO JOSE DE FARIAS NETO
[pt] SERIE TEMPORAL
[pt] MODELO BAYESIANO
[en] TIME SERIE
[en] BAYESIAN MODEL
title_short [en] LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING
title_full [en] LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING
title_fullStr [en] LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING
title_full_unstemmed [en] LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING
title_sort [en] LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING
author JOAO JOSE DE FARIAS NETO
author_facet JOAO JOSE DE FARIAS NETO
author_role author
dc.contributor.none.fl_str_mv REINALDO CASTRO SOUZA
REINALDO CASTRO SOUZA
REINALDO CASTRO SOUZA
dc.contributor.author.fl_str_mv JOAO JOSE DE FARIAS NETO
dc.subject.por.fl_str_mv [pt] SERIE TEMPORAL
[pt] MODELO BAYESIANO
[en] TIME SERIE
[en] BAYESIAN MODEL
topic [pt] SERIE TEMPORAL
[pt] MODELO BAYESIANO
[en] TIME SERIE
[en] BAYESIAN MODEL
description [pt] O objetivo primordial desta tese é descrever e discutir um método para previsão de séries temporais que apresentam descontinuidades bruscas - o chamado Método Bayesiano de Crescimento Linear de Estados Múltiplos (MCL-EM), desenvolvido por Harrison e Stevens. Na primeira parte é feito um rápido apanhado dos métodos existentes para previsão de séries temporais e seu relacionamento com métodos bayesianos mais gerais. A seguir é apresentado o MCL-EM e comparado com os principais métodos clássicos de crescimento linear. Finalmente são apresentadas algumas aplicações a séries reais e simuladas e analisadas suas vantagens e desvantagens em relação aos demais métodos em geral.
publishDate 2007
dc.date.none.fl_str_mv 2007-05-02
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/other
format other
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9836@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9836@2
http://doi.org/10.17771/PUCRio.acad.9836
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9836@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=9836@2
http://doi.org/10.17771/PUCRio.acad.9836
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1814822563098918912

Registros relacionados