Métodos para estimação dos parâmetros da distribuição de Pareto generalizada: novas contribuições

Detalhes bibliográficos
Autor(a) principal: Sintra, André Simões
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/10451/30292
Resumo: Tese de mestrado, Estatística e Investigação Operacional (Estatística e Investigação Operacional), Universidade de Lisboa, Faculdade de Ciências, 2017
id RCAP_65dad7df541a0a8e96c53c89412ab541
oai_identifier_str oai:repositorio.ul.pt:10451/30292
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Métodos para estimação dos parâmetros da distribuição de Pareto generalizada: novas contribuiçõesDistribuição de Pareto generalizadaTeoria de valores extremosMétodos para estimação de parâmetrosMétodos de decisãoTeses de mestrado - 2017Departamento de Estatística e Investigação OperacionalTese de mestrado, Estatística e Investigação Operacional (Estatística e Investigação Operacional), Universidade de Lisboa, Faculdade de Ciências, 2017A Teoria de Valores Extremos (TVE) surge naturalmente na presença de observações muito elevadas ou muito reduzidas. A TVE tem sido usada em diversas áreas, tais como seguros, hidrologia e ambiente. A distribuição generalizada de valores extremos e a distribuição de Pareto generalizada (GPD) destacam-se como sendo as distribuições usadas na modelação de observações extremas. A GPD foi introduzida na literatura por Pickands (1975) como a distribuição limite da amostra de excessos ou excedências acima de um limiar suficientemente elevado. A estimação dos parâmetros da GPD é um assunto abordado frequentemente na literatura. Métodos clássicos como a Máxima Verosimilhanc¸a, Momentos ou Momentos Ponderados de Probabilidade apresentam certas limitações, pelo que têm vindo a ser desenvolvidos outros métodos de estimação ao longo dos tempos, tais como o Método dos Percentis Elementares, proposto por Castillo & Hadi (1997), e os estimadores empirical bayes desenvolvidos por Zhang & Stephens (2009). Certos estimadores apresentam boas propriedades quando a GPD tem cauda pesada, enquanto que outros são preferíveis quando a distribuição tem cauda leve. Este facto sugere a possibilidade de desenvolver procedimentos que permitam escolher, de forma adaptativa, os melhores estimadores para os parâmetros da GPD, consoante o peso de cauda da distribuição subjacente. Com este trabalho, pretendeu-se mostrar que a combinação de métodos de estimação pode resultar na obtenção de procedimentos mais eficazes. Para este efeito, recorreu-se a algoritmos de otimização não linear, técnicas de ajustamento polinomial e metodologias de classificação, como o perceptrão. A avaliação destes procedimentos foi feita com recurso a um estudo de simulação, que produziu resultados muito promissores em termos de viés e raiz quadrada do erro quadrático médio. Os procedimentos foram aplicados a dados reais das áreas do desporto (triplo salto) e da atividade seguradora (danos corporais associados ao ramo automóvel).Extreme value theory (EVT) comes naturally whenever we are faced with very large or very small observations. EVT has been applied to several areas such as insurance, hydrology and environment. The generalized extreme value distribution and the generalized Pareto distribution (GPD) stand out as the distributions used for modeling extreme observations. The GPD was introduced in the literature by Pickands (1975) as the limit distribution of the excesses or exceedances above a sufficiently high threshold. The estimation of the parameters of the GPD is a topic that is frequently addressed in the literature. Classical methods like maximum likelihood, moments or probability weighted moments have several limitations and consequently other estimation methods have been developed such as the Elemental Percentile Method, proposed by Castillo & Hadi (1997) and the empirical bayes estimators developed by Zhang & Stephens (2009). Some estimators have good properties when the GPD is heavy-tailed, whereas others perform better for light tails. These features suggest the possibility of developing procedures that enable the choice, in an adaptive manner, of the best estimation method for the parameters of the GPD according to the tail weight of the underlying distribution. The purpose of this thesis is to show that the combination of estimation methods may result in better procedures. For that purpose, non-linear optimization algorithms were used, as well as polynomial fits and classification techniques, such as the perceptron. The performance of these techniques was assessed by means of a simulations study, which produced very good results both in terms of bias and root mean squared error. The procedures were applied to sports and insurance datasets.Bermudez, Patrícia Cortés de Zea, 1966-Repositório da Universidade de LisboaSintra, André Simões2018-01-06T15:12:48Z201720172017-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/30292TID:201870347porinfo: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:RCAAP2023-11-08T16:23:03Zoai:repositorio.ul.pt:10451/30292Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:46:04.405319Repositório 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 Métodos para estimação dos parâmetros da distribuição de Pareto generalizada: novas contribuições
title Métodos para estimação dos parâmetros da distribuição de Pareto generalizada: novas contribuições
spellingShingle Métodos para estimação dos parâmetros da distribuição de Pareto generalizada: novas contribuições
Sintra, André Simões
Distribuição de Pareto generalizada
Teoria de valores extremos
Métodos para estimação de parâmetros
Métodos de decisão
Teses de mestrado - 2017
Departamento de Estatística e Investigação Operacional
title_short Métodos para estimação dos parâmetros da distribuição de Pareto generalizada: novas contribuições
title_full Métodos para estimação dos parâmetros da distribuição de Pareto generalizada: novas contribuições
title_fullStr Métodos para estimação dos parâmetros da distribuição de Pareto generalizada: novas contribuições
title_full_unstemmed Métodos para estimação dos parâmetros da distribuição de Pareto generalizada: novas contribuições
title_sort Métodos para estimação dos parâmetros da distribuição de Pareto generalizada: novas contribuições
author Sintra, André Simões
author_facet Sintra, André Simões
author_role author
dc.contributor.none.fl_str_mv Bermudez, Patrícia Cortés de Zea, 1966-
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Sintra, André Simões
dc.subject.por.fl_str_mv Distribuição de Pareto generalizada
Teoria de valores extremos
Métodos para estimação de parâmetros
Métodos de decisão
Teses de mestrado - 2017
Departamento de Estatística e Investigação Operacional
topic Distribuição de Pareto generalizada
Teoria de valores extremos
Métodos para estimação de parâmetros
Métodos de decisão
Teses de mestrado - 2017
Departamento de Estatística e Investigação Operacional
description Tese de mestrado, Estatística e Investigação Operacional (Estatística e Investigação Operacional), Universidade de Lisboa, Faculdade de Ciências, 2017
publishDate 2017
dc.date.none.fl_str_mv 2017
2017
2017-01-01T00:00:00Z
2018-01-06T15:12:48Z
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/10451/30292
TID:201870347
url http://hdl.handle.net/10451/30292
identifier_str_mv TID:201870347
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.format.none.fl_str_mv application/pdf
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_ 1799134384794632192

Registros relacionados