Abordagem estatística em modelos para séries temporais de contagem

Detalhes bibliográficos
Autor(a) principal: Andrade, Breno Silveira de
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFSCAR
Texto Completo: https://repositorio.ufscar.br/handle/ufscar/4571
Resumo: In this work, it was estudied the models INGARCH , GLARMA and GARMA to model count time series data with Poisson and Negative Binomial discrete conditional distributions. The main goal was analyze in classic and bayesian approach, the adequability and goodness of fit of these models, also the contruction of credibility intervals about each parameter. To the Bayesian study, was cosiderated a joint prior distribuition that satisfied the conditions of each model and got a posterior distribution. This aproach presents too some criterion selection like (EBIC), (DIC) and ordenaded predictive conditional density (CPO) for Bayesian cases and (BIC) for classic cases. A simulation study was done to check the maximum likelihood estimator consistency in classic approach and has used criterion selection classic and Bayesian to choose the order of each model. An Analysis has made in a real data set realized as final stage as, these data consist the number of financial transactions in 30 minutes. These results have made in a classical and Bayesian approach , and discribed the data caracteristic.
id SCAR_fa9c5a1e06986e5fe6edda23595f7c06
oai_identifier_str oai:repositorio.ufscar.br:ufscar/4571
network_acronym_str SCAR
network_name_str Repositório Institucional da UFSCAR
repository_id_str 4322
spelling Andrade, Breno Silveira deAndrade Filho, Marinho Gomes dehttp://lattes.cnpq.br/4126245980112687http://lattes.cnpq.br/2060946751027537c2a7cd39-2032-4bab-b2d6-3c057eb8b03e2016-06-02T20:06:08Z2013-06-182016-06-02T20:06:08Z2013-05-06ANDRADE, Breno Silveira de. Abordagem estatística em modelos para séries temporais de contagem. 2013. 146 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2013.https://repositorio.ufscar.br/handle/ufscar/4571In this work, it was estudied the models INGARCH , GLARMA and GARMA to model count time series data with Poisson and Negative Binomial discrete conditional distributions. The main goal was analyze in classic and bayesian approach, the adequability and goodness of fit of these models, also the contruction of credibility intervals about each parameter. To the Bayesian study, was cosiderated a joint prior distribuition that satisfied the conditions of each model and got a posterior distribution. This aproach presents too some criterion selection like (EBIC), (DIC) and ordenaded predictive conditional density (CPO) for Bayesian cases and (BIC) for classic cases. A simulation study was done to check the maximum likelihood estimator consistency in classic approach and has used criterion selection classic and Bayesian to choose the order of each model. An Analysis has made in a real data set realized as final stage as, these data consist the number of financial transactions in 30 minutes. These results have made in a classical and Bayesian approach , and discribed the data caracteristic.Nesta dissertação estudou-se os modelos INGARCH, GLARMA e GARMA para modelar séries temporais de dados de contagem com as distribuições condicionais de Poisson e Binomial Negativa. A principal finalidade foi analisar no contexto clássico e bayesiano, a adequabilidade e qualidade de ajuste dos modelos em questão, assim como a construção de intervalos de credibilidade dos parâmetros para cada modelo testado. Para a abordagem Bayesiana foram consideradas priori conjugada, satisfazendo as condições de cada modelo em questão, obtendo assim uma distribuição a posteriori. A abordagem proposta apresenta também o cálculo de critérios de seleção de modelos como o (EBIC), (DIC) e densidade condicional preditiva ordenada (CPO) para o caso Bayesiano e (BIC) para a abordagem clássica. Com um estudo de simulação foi possível verificar a consistência dos estimadores de máxima verossimilhança (clássicos) além disso, foi usado critérios de seleção clássicos e Bayesianos para a seleção da ordem de cada um dos modelos. Uma análise de um conjunto de dados reais foi realizada, sendo uma série do número de transações financeiras realizadas em 30 minutos respectiva os mês de novembro de 2011. Estes resultados apresentam que tanto o estudo clássico, quanto o bayesiano, são capazes de descrever bem o comportamento da série e foram eficientes na escolha da ordem do mesmo.Financiadora de Estudos e Projetosapplication/pdfporUniversidade Federal de São CarlosPrograma de Pós-Graduação em Estatística - PPGEsUFSCarBRAnálise de séries temporaisInferência bayesianaModelos estatísticosModelos GARMAModelo INGARCHModelo GLARMA. Distribuição de PoissonDistribuição binomial negativaInferência clássicaINGARCH modelGLARMA modelGARMA modelPoisson distributionNegative binomial distributionClassic inferenceBayesian inferenceCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICAAbordagem estatística em modelos para séries temporais de contageminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis-1-16105a248-1b18-49f6-bbf3-c4006673f34ainfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINAL5190.pdfapplication/pdf1093269https://repositorio.ufscar.br/bitstream/ufscar/4571/1/5190.pdf0d9bf9c7a3855887a0f66859b3a9cc22MD51TEXT5190.pdf.txt5190.pdf.txtExtracted texttext/plain0https://repositorio.ufscar.br/bitstream/ufscar/4571/2/5190.pdf.txtd41d8cd98f00b204e9800998ecf8427eMD52THUMBNAIL5190.pdf.jpg5190.pdf.jpgIM Thumbnailimage/jpeg6784https://repositorio.ufscar.br/bitstream/ufscar/4571/3/5190.pdf.jpg4e7b58ea33045a500ab94da1af869bf9MD53ufscar/45712023-09-18 18:31:34.675oai:repositorio.ufscar.br:ufscar/4571Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222023-09-18T18:31:34Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false
dc.title.por.fl_str_mv Abordagem estatística em modelos para séries temporais de contagem
title Abordagem estatística em modelos para séries temporais de contagem
spellingShingle Abordagem estatística em modelos para séries temporais de contagem
Andrade, Breno Silveira de
Análise de séries temporais
Inferência bayesiana
Modelos estatísticos
Modelos GARMA
Modelo INGARCH
Modelo GLARMA. Distribuição de Poisson
Distribuição binomial negativa
Inferência clássica
INGARCH model
GLARMA model
GARMA model
Poisson distribution
Negative binomial distribution
Classic inference
Bayesian inference
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
title_short Abordagem estatística em modelos para séries temporais de contagem
title_full Abordagem estatística em modelos para séries temporais de contagem
title_fullStr Abordagem estatística em modelos para séries temporais de contagem
title_full_unstemmed Abordagem estatística em modelos para séries temporais de contagem
title_sort Abordagem estatística em modelos para séries temporais de contagem
author Andrade, Breno Silveira de
author_facet Andrade, Breno Silveira de
author_role author
dc.contributor.authorlattes.por.fl_str_mv http://lattes.cnpq.br/2060946751027537
dc.contributor.author.fl_str_mv Andrade, Breno Silveira de
dc.contributor.advisor1.fl_str_mv Andrade Filho, Marinho Gomes de
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/4126245980112687
dc.contributor.authorID.fl_str_mv c2a7cd39-2032-4bab-b2d6-3c057eb8b03e
contributor_str_mv Andrade Filho, Marinho Gomes de
dc.subject.por.fl_str_mv Análise de séries temporais
Inferência bayesiana
Modelos estatísticos
Modelos GARMA
Modelo INGARCH
Modelo GLARMA. Distribuição de Poisson
Distribuição binomial negativa
Inferência clássica
topic Análise de séries temporais
Inferência bayesiana
Modelos estatísticos
Modelos GARMA
Modelo INGARCH
Modelo GLARMA. Distribuição de Poisson
Distribuição binomial negativa
Inferência clássica
INGARCH model
GLARMA model
GARMA model
Poisson distribution
Negative binomial distribution
Classic inference
Bayesian inference
CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
dc.subject.eng.fl_str_mv INGARCH model
GLARMA model
GARMA model
Poisson distribution
Negative binomial distribution
Classic inference
Bayesian inference
dc.subject.cnpq.fl_str_mv CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
description In this work, it was estudied the models INGARCH , GLARMA and GARMA to model count time series data with Poisson and Negative Binomial discrete conditional distributions. The main goal was analyze in classic and bayesian approach, the adequability and goodness of fit of these models, also the contruction of credibility intervals about each parameter. To the Bayesian study, was cosiderated a joint prior distribuition that satisfied the conditions of each model and got a posterior distribution. This aproach presents too some criterion selection like (EBIC), (DIC) and ordenaded predictive conditional density (CPO) for Bayesian cases and (BIC) for classic cases. A simulation study was done to check the maximum likelihood estimator consistency in classic approach and has used criterion selection classic and Bayesian to choose the order of each model. An Analysis has made in a real data set realized as final stage as, these data consist the number of financial transactions in 30 minutes. These results have made in a classical and Bayesian approach , and discribed the data caracteristic.
publishDate 2013
dc.date.available.fl_str_mv 2013-06-18
2016-06-02T20:06:08Z
dc.date.issued.fl_str_mv 2013-05-06
dc.date.accessioned.fl_str_mv 2016-06-02T20:06:08Z
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.citation.fl_str_mv ANDRADE, Breno Silveira de. Abordagem estatística em modelos para séries temporais de contagem. 2013. 146 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2013.
dc.identifier.uri.fl_str_mv https://repositorio.ufscar.br/handle/ufscar/4571
identifier_str_mv ANDRADE, Breno Silveira de. Abordagem estatística em modelos para séries temporais de contagem. 2013. 146 f. Dissertação (Mestrado em Ciências Exatas e da Terra) - Universidade Federal de São Carlos, São Carlos, 2013.
url https://repositorio.ufscar.br/handle/ufscar/4571
dc.language.iso.fl_str_mv por
language por
dc.relation.confidence.fl_str_mv -1
-1
dc.relation.authority.fl_str_mv 6105a248-1b18-49f6-bbf3-c4006673f34a
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.publisher.none.fl_str_mv Universidade Federal de São Carlos
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Estatística - PPGEs
dc.publisher.initials.fl_str_mv UFSCar
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade Federal de São Carlos
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSCAR
instname:Universidade Federal de São Carlos (UFSCAR)
instacron:UFSCAR
instname_str Universidade Federal de São Carlos (UFSCAR)
instacron_str UFSCAR
institution UFSCAR
reponame_str Repositório Institucional da UFSCAR
collection Repositório Institucional da UFSCAR
bitstream.url.fl_str_mv https://repositorio.ufscar.br/bitstream/ufscar/4571/1/5190.pdf
https://repositorio.ufscar.br/bitstream/ufscar/4571/2/5190.pdf.txt
https://repositorio.ufscar.br/bitstream/ufscar/4571/3/5190.pdf.jpg
bitstream.checksum.fl_str_mv 0d9bf9c7a3855887a0f66859b3a9cc22
d41d8cd98f00b204e9800998ecf8427e
4e7b58ea33045a500ab94da1af869bf9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)
repository.mail.fl_str_mv
_version_ 1813715536908910592