Operadores aleatórios na modelação de processos autorregressivos de valores inteiros

Detalhes bibliográficos
Autor(a) principal: Rodrigues, Bruna Daniela Carvalho
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/83324
Resumo: Dissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e Tecnologia
id RCAP_5cf65a002e4b49ef2fdece564448cf7c
oai_identifier_str oai:estudogeral.uc.pt:10316/83324
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Operadores aleatórios na modelação de processos autorregressivos de valores inteirosRandom operators to model integer valued autoregressive processesséries temporais inteirasoperadores aleatóriosestacionaridadeestimaçãointeger time seriesrandom operatorsstationarityestimationDissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e TecnologiaMuitos são os fenómenos e atividades que geram séries temporais de valores inteiros não negativos. A modelação apropriada das respetivas observações exclui os modelos clássicos, baseados em processos reais, como os modelos ARMA. Neste contexto existe já uma vasta classe de modelos de valores inteiros, entre os quais se encontram, por exemplo, os modelos INARMA, construídos a partir de operações aleatórias inteiras que substituem a multiplicação escalar usual. No presente trabalho, são estudados três modelos desta classe, os modelos autorregressivos INAR(1), NGINAR(1) e DCINAR(1), os quais são funcionalmente idênticos embora construídos a partir de operadores aleatórios diferentes. Começa-se por estudar os operadores aleatórios subjacentes a estes três modelos, estabelecendo as propriedades necessárias aos resultados subsequentes. Depois de estabelecida a estacionaridade dos processos e obtidos os primeiros momentos, caracteriza-se a relação entre as distribuições marginais do processo principal e do processo residual, considerando alguns casos particulares. No primeiro modelo, INAR(1), é considerado o caso em que o processo principal tem distribuição marginal de Poisson bem como o caso em que tal distribuição é geométrica. Nos outros dois modelos, NGINAR(1) e DCINAR(1), considera-se o caso em que a distribuição marginal do processo principal é geométrica. Por último, considerando as distribuições marginais acima referidas para o processo principal, obtêm-se estimadores para os parâmetros dos modelos estudados e aplicam-se os resultados a uma série temporal observada.Many are the phenomena and activities which generate non-negative integer-valued time series. The appropriate modelling for these observations does not include the classical models, based on real processes, such as ARMA models. Within this context there is already a large class of integer-valued models, including, for example, the INARMA models, which have been developed from integer-valued random operations, which replace the usual scalar multiplication. In the present work, we study three models of this class, the autoregressive models INAR(1), NGINAR(1) and DCINAR(1), which are functionally identical but developed from different random operations. We begin to study the random operators underlying this three models by establishing the necessary properties for the results below. After we have established the stationarity of the processes and gathered the first moments, we characterize the relationship between the marginal distributions of the main process and the distribution of the residual process by considering some particular cases. In the first model, INAR(1), we consider the case that the marginal distribution of the main process is Poisson as well as the case that such distribution is geometric. In the other two models, NGINAR(1) and DCINAR(1), we consider the case that the marginal distribution of the main process is geometric. Lastly, by considering the mentioned above distributions of the main process, we obtain the estimators for the parameters of the models and we apply the results to an observed temporal series.2017-07-21info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/83324http://hdl.handle.net/10316/83324TID:202121330porRodrigues, Bruna Daniela Carvalhoinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2019-06-02T14:42:57Zoai:estudogeral.uc.pt:10316/83324Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:05:05.680947Repositório 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 Operadores aleatórios na modelação de processos autorregressivos de valores inteiros
Random operators to model integer valued autoregressive processes
title Operadores aleatórios na modelação de processos autorregressivos de valores inteiros
spellingShingle Operadores aleatórios na modelação de processos autorregressivos de valores inteiros
Rodrigues, Bruna Daniela Carvalho
séries temporais inteiras
operadores aleatórios
estacionaridade
estimação
integer time series
random operators
stationarity
estimation
title_short Operadores aleatórios na modelação de processos autorregressivos de valores inteiros
title_full Operadores aleatórios na modelação de processos autorregressivos de valores inteiros
title_fullStr Operadores aleatórios na modelação de processos autorregressivos de valores inteiros
title_full_unstemmed Operadores aleatórios na modelação de processos autorregressivos de valores inteiros
title_sort Operadores aleatórios na modelação de processos autorregressivos de valores inteiros
author Rodrigues, Bruna Daniela Carvalho
author_facet Rodrigues, Bruna Daniela Carvalho
author_role author
dc.contributor.author.fl_str_mv Rodrigues, Bruna Daniela Carvalho
dc.subject.por.fl_str_mv séries temporais inteiras
operadores aleatórios
estacionaridade
estimação
integer time series
random operators
stationarity
estimation
topic séries temporais inteiras
operadores aleatórios
estacionaridade
estimação
integer time series
random operators
stationarity
estimation
description Dissertação de Mestrado em Matemática apresentada à Faculdade de Ciências e Tecnologia
publishDate 2017
dc.date.none.fl_str_mv 2017-07-21
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/10316/83324
http://hdl.handle.net/10316/83324
TID:202121330
url http://hdl.handle.net/10316/83324
identifier_str_mv TID:202121330
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.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_ 1799133942888005632

Registros relacionados