BOOTSTRAP IMPLEMENTATION IN THE PARAMETERS ESTIMATION OF ARFIMA MODELS AND MONTECARLO SIMULATIONS
Autor(a) principal: | |
---|---|
Data de Publicação: | 1997 |
Tipo de documento: | Tese |
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=8695@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8695@2 |
Resumo: | Nesta tese de mestrado, foram analisados aspectos, propriedades, utilidade e desempenho do bootstrap, um método de reamostragem, na estimação de um parâmetro relacionado à memória longa, ou longa dependência, em séries temporais. Entre outras coisas, obtém-se estimativas do desvio-padrão do estimador do parâmetro, e um teste de hipóteses para o parâmetro. O bootstrap pode conseguir propriedades de grandes amostras a partir de um número pequeno de observações. O procedimento do bootsptrap consiste de reamostrar, com reposição, da amostra original um número grande de amostras do mesmo tamanho. A longa dependência ou memória longa (long memory) pode se caracterizado por um lento decaimento das autocorrelações conforme cresce o valor do lag. A longa dependência pode ser estudada por modelos ARIMA (p,d,q.), com o parâmetro d, relativo integração a ser feita em ruídos brancos na construção da série (ARFIMA), assumindo valor fracionário. Este trabalho está relacionado com o uso do bootstrap na estimação do parâmetro d fracionário dos modelos ARFIMA (p,d,q). |
id |
PUC_RIO-1_f86f82020e7c00fc8eeb23ab81e32c20 |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:8695 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
534 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisBOOTSTRAP IMPLEMENTATION IN THE PARAMETERS ESTIMATION OF ARFIMA MODELS AND MONTECARLO SIMULATIONS IMPLEMENTAÇÃO DE BOOTSTRAP NA ESTIMAÇÃO DO PARÂMETRO D EM MODELOS ARFIMA E SIMULAÇÃO MONTECARLO 1997-08-12REINALDO CASTRO SOUZA09951768687lattes.cnpq.brREINALDO CASTRO SOUZA09951768687lattes.cnpq.brALVARO DE LIMA VEIGA FILHO48345644791lattes.cnpq.br/8855081325345654ALVARO DE LIMA VEIGA FILHOREINALDO CASTRO SOUZAREINALDO CASTRO SOUZAMONICA BARROSMONICA BARROS02594817775lattes.cnpq.br/5083288091201843LEONARDO ROCHA SOUZAPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA ELÉTRICAPUC-RioBRNesta tese de mestrado, foram analisados aspectos, propriedades, utilidade e desempenho do bootstrap, um método de reamostragem, na estimação de um parâmetro relacionado à memória longa, ou longa dependência, em séries temporais. Entre outras coisas, obtém-se estimativas do desvio-padrão do estimador do parâmetro, e um teste de hipóteses para o parâmetro. O bootstrap pode conseguir propriedades de grandes amostras a partir de um número pequeno de observações. O procedimento do bootsptrap consiste de reamostrar, com reposição, da amostra original um número grande de amostras do mesmo tamanho. A longa dependência ou memória longa (long memory) pode se caracterizado por um lento decaimento das autocorrelações conforme cresce o valor do lag. A longa dependência pode ser estudada por modelos ARIMA (p,d,q.), com o parâmetro d, relativo integração a ser feita em ruídos brancos na construção da série (ARFIMA), assumindo valor fracionário. Este trabalho está relacionado com o uso do bootstrap na estimação do parâmetro d fracionário dos modelos ARFIMA (p,d,q). This thesis treats features, properties, utility and performance of the use of bootstrap, a resample techique, in the estimation of a parameter related to long memory in times. Among other things, we estimate the standard deviation of the parameter estimator and define a null hypothesis test for the parameter. With bootstrap, we can get large sample properties from a small sample. It consists of many resamples, with reposition, of the original sample, all with the same size as the original. Long memory can be featured by a small decay of the autocorrelations as the lag tends to infinity. Long memory can be studied by ARIMA (p,d,q) models with the d parameters assuming a fractional value (ARFIMA). This work concerns the use of bootstrap in the estimation of the fractional d parameter of ARFIMA (p,d,q) models. CONSELHO NACIONAL DE DESENVOLVIMENTO CIENTÍFICO E TECNOLÓGICOhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8695@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8695@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T12:48:01Zoai:MAXWELL.puc-rio.br:8695Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342018-10-10T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false |
dc.title.en.fl_str_mv |
BOOTSTRAP IMPLEMENTATION IN THE PARAMETERS ESTIMATION OF ARFIMA MODELS AND MONTECARLO SIMULATIONS |
dc.title.alternative.pt.fl_str_mv |
IMPLEMENTAÇÃO DE BOOTSTRAP NA ESTIMAÇÃO DO PARÂMETRO D EM MODELOS ARFIMA E SIMULAÇÃO MONTECARLO |
title |
BOOTSTRAP IMPLEMENTATION IN THE PARAMETERS ESTIMATION OF ARFIMA MODELS AND MONTECARLO SIMULATIONS |
spellingShingle |
BOOTSTRAP IMPLEMENTATION IN THE PARAMETERS ESTIMATION OF ARFIMA MODELS AND MONTECARLO SIMULATIONS LEONARDO ROCHA SOUZA |
title_short |
BOOTSTRAP IMPLEMENTATION IN THE PARAMETERS ESTIMATION OF ARFIMA MODELS AND MONTECARLO SIMULATIONS |
title_full |
BOOTSTRAP IMPLEMENTATION IN THE PARAMETERS ESTIMATION OF ARFIMA MODELS AND MONTECARLO SIMULATIONS |
title_fullStr |
BOOTSTRAP IMPLEMENTATION IN THE PARAMETERS ESTIMATION OF ARFIMA MODELS AND MONTECARLO SIMULATIONS |
title_full_unstemmed |
BOOTSTRAP IMPLEMENTATION IN THE PARAMETERS ESTIMATION OF ARFIMA MODELS AND MONTECARLO SIMULATIONS |
title_sort |
BOOTSTRAP IMPLEMENTATION IN THE PARAMETERS ESTIMATION OF ARFIMA MODELS AND MONTECARLO SIMULATIONS |
author |
LEONARDO ROCHA SOUZA |
author_facet |
LEONARDO ROCHA SOUZA |
author_role |
author |
dc.contributor.advisor2ID.none.fl_str_mv |
09951768687 |
dc.contributor.advisor1.fl_str_mv |
REINALDO CASTRO SOUZA |
dc.contributor.advisor1ID.fl_str_mv |
09951768687 |
dc.contributor.advisor1Lattes.fl_str_mv |
lattes.cnpq.br |
dc.contributor.advisor2.fl_str_mv |
REINALDO CASTRO SOUZA |
dc.contributor.advisor2Lattes.fl_str_mv |
lattes.cnpq.br |
dc.contributor.advisor-co1.fl_str_mv |
ALVARO DE LIMA VEIGA FILHO |
dc.contributor.advisor-co1ID.fl_str_mv |
48345644791 |
dc.contributor.advisor-co1Lattes.fl_str_mv |
lattes.cnpq.br/8855081325345654 |
dc.contributor.referee1.fl_str_mv |
ALVARO DE LIMA VEIGA FILHO |
dc.contributor.referee2.fl_str_mv |
REINALDO CASTRO SOUZA |
dc.contributor.referee3.fl_str_mv |
REINALDO CASTRO SOUZA |
dc.contributor.referee4.fl_str_mv |
MONICA BARROS |
dc.contributor.referee5.fl_str_mv |
MONICA BARROS |
dc.contributor.authorID.fl_str_mv |
02594817775 |
dc.contributor.authorLattes.fl_str_mv |
lattes.cnpq.br/5083288091201843 |
dc.contributor.author.fl_str_mv |
LEONARDO ROCHA SOUZA |
contributor_str_mv |
REINALDO CASTRO SOUZA REINALDO CASTRO SOUZA ALVARO DE LIMA VEIGA FILHO ALVARO DE LIMA VEIGA FILHO REINALDO CASTRO SOUZA REINALDO CASTRO SOUZA MONICA BARROS MONICA BARROS |
description |
Nesta tese de mestrado, foram analisados aspectos, propriedades, utilidade e desempenho do bootstrap, um método de reamostragem, na estimação de um parâmetro relacionado à memória longa, ou longa dependência, em séries temporais. Entre outras coisas, obtém-se estimativas do desvio-padrão do estimador do parâmetro, e um teste de hipóteses para o parâmetro. O bootstrap pode conseguir propriedades de grandes amostras a partir de um número pequeno de observações. O procedimento do bootsptrap consiste de reamostrar, com reposição, da amostra original um número grande de amostras do mesmo tamanho. A longa dependência ou memória longa (long memory) pode se caracterizado por um lento decaimento das autocorrelações conforme cresce o valor do lag. A longa dependência pode ser estudada por modelos ARIMA (p,d,q.), com o parâmetro d, relativo integração a ser feita em ruídos brancos na construção da série (ARFIMA), assumindo valor fracionário. Este trabalho está relacionado com o uso do bootstrap na estimação do parâmetro d fracionário dos modelos ARFIMA (p,d,q). |
publishDate |
1997 |
dc.date.issued.fl_str_mv |
1997-08-12 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8695@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8695@2 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8695@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=8695@2 |
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 |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.publisher.program.fl_str_mv |
PPG EM ENGENHARIA ELÉTRICA |
dc.publisher.initials.fl_str_mv |
PUC-Rio |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
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_ |
1748324888664342528 |