Valores em falta em processo auto-regressivos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10316/86551 |
Resumo: | Dissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e Tecnologia |
id |
RCAP_1d763c08d7fed519ceba61ca5f556d0e |
---|---|
oai_identifier_str |
oai:estudogeral.uc.pt:10316/86551 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Valores em falta em processo auto-regressivosMissing values in a autoregressive processProcesso Auto-regressivoValor em faltaPrevisão/InterpoladorCritério de proximidade de PitmanErro quadrático médioAutoregressive modelMissing valueforecast/interpolationMean square errorPitman's measure closenessDissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e TecnologiaAbordamos o problema de estimação de um valor em falta num processo autor-regressivo de ordem um, a partir do estudo apresentado em Saadatmand, Nematollahi and Sadooghi-Alvandi (2017). Considerando que o processo de erro é exponencialmente distribuído, são deduzidos os estimadores de máxima verosimilhança dos parâmetros do modelo e estudadas as suas propriedades quando todas as observações são conhecidas e quando há um valor em falta. Em seguida, são estudados dois estimadores para o valor em falta e comparados em termos do erro quadrático médio e usando a medida de proximidade de Pitman. A aplicação a uma série real e um estudo breve supondo que a lei do erro é gaussiana são também considerados. .We approached the estimation problem of a missing value in an autoregressive process of order one, from the study presented in Saadatmand, and Nematollahi Sadooghi-Alvandi (2017). Considering that the error process is exponentially distributed, the maximum likelihood estimators of the model parameters are deduced and their properties studied when all observations are known and when there is a missing value. Then, two estimators for the missing value are studied and compared in terms of the mean square error and using the Pitman proximity measure. The application to a real series and a brief study assuming that the error process is Gaussian are also considered. .2018-07-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/86551http://hdl.handle.net/10316/86551TID:202220419pormetadata only accessinfo:eu-repo/semantics/openAccessSeco, Pedro Nuno Silvareponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2020-01-21T16:29:40Zoai:estudogeral.uc.pt:10316/86551Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:07:40.552243Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Valores em falta em processo auto-regressivos Missing values in a autoregressive process |
title |
Valores em falta em processo auto-regressivos |
spellingShingle |
Valores em falta em processo auto-regressivos Seco, Pedro Nuno Silva Processo Auto-regressivo Valor em falta Previsão/Interpolador Critério de proximidade de Pitman Erro quadrático médio Autoregressive model Missing value forecast/interpolation Mean square error Pitman's measure closeness |
title_short |
Valores em falta em processo auto-regressivos |
title_full |
Valores em falta em processo auto-regressivos |
title_fullStr |
Valores em falta em processo auto-regressivos |
title_full_unstemmed |
Valores em falta em processo auto-regressivos |
title_sort |
Valores em falta em processo auto-regressivos |
author |
Seco, Pedro Nuno Silva |
author_facet |
Seco, Pedro Nuno Silva |
author_role |
author |
dc.contributor.author.fl_str_mv |
Seco, Pedro Nuno Silva |
dc.subject.por.fl_str_mv |
Processo Auto-regressivo Valor em falta Previsão/Interpolador Critério de proximidade de Pitman Erro quadrático médio Autoregressive model Missing value forecast/interpolation Mean square error Pitman's measure closeness |
topic |
Processo Auto-regressivo Valor em falta Previsão/Interpolador Critério de proximidade de Pitman Erro quadrático médio Autoregressive model Missing value forecast/interpolation Mean square error Pitman's measure closeness |
description |
Dissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e Tecnologia |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-07-20 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/10316/86551 http://hdl.handle.net/10316/86551 TID:202220419 |
url |
http://hdl.handle.net/10316/86551 |
identifier_str_mv |
TID:202220419 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
metadata only access info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
metadata only access |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799133967875571712 |