Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais

Detalhes bibliográficos
Autor(a) principal: Silva, Guilherme Santos
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFAM
Texto Completo: http://tede.ufam.edu.br/handle/tede/4787
Resumo: Investigamos a performance de um modelo linear dinâmico onde o parâmetro de amortecimento da tendência possui uma evolução temporal dada por uma distribuição de probabilidade normal. O objetivo é determinar se a inclusão de uma dinâmica na evolução do parâmetro de amortecimento melhora a performance preditiva do modelo em relação aos modelos polinomiais existentes, em particular o modelo de tendência aditiva Damped Holt. Para avaliar esta nova proposta, foi desenvolvido um estudo de simulação e de aplicações em dados da competição internacional M3, analisando a performance do modelo. Foram simuladas séries polinomiais de ordem dois com diferentes valores para a variância observacional e variância de evolução dos estados. Os resultados do estudo sugerem que o novo modelo proposto consegue obter um ganho preditivo marginal em relação aos modelos polinomiais existentes em boa parte do espaço paramétrico. Com os dados da competição internacional M3, várias séries com diferentes características foram analisadas. A função preditiva K passos a frente foi avaliada após um período de ajuste do modelo aos dados. Para a estimação dos parâmetros dos modelos já existentes, foi empregada a técnica de multiprocesso classe I e para a estimação dos parâmetros do novo modelo foi empregada a minimização da medida de erro SMAPE. O novo modelo tem toda a evolução dos estados em forma analítica e nenhum tipo de simulação é necessária para a estimação dos parâmetros. A limitação para o novo modelo surge quanto o parâmetro de estudo referente a inclinação de zero. Neste caso o modelo é considerado inapropriado e novos estudos são necessários para contornar este problema.
id UFAM_2bff752bd54fdd81a18cfa0c31d339fa
oai_identifier_str oai:https://tede.ufam.edu.br/handle/:tede/4787
network_acronym_str UFAM
network_name_str Biblioteca Digital de Teses e Dissertações da UFAM
repository_id_str 6592
spelling Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporaisParâmetro de amortecimentoModelo Linear DinâmicoDamped HoltAmortecedor de tendência dinâmicoSéries temporaisCIÊNCIAS EXATAS E DA TERRA: MATEMÁTICAInvestigamos a performance de um modelo linear dinâmico onde o parâmetro de amortecimento da tendência possui uma evolução temporal dada por uma distribuição de probabilidade normal. O objetivo é determinar se a inclusão de uma dinâmica na evolução do parâmetro de amortecimento melhora a performance preditiva do modelo em relação aos modelos polinomiais existentes, em particular o modelo de tendência aditiva Damped Holt. Para avaliar esta nova proposta, foi desenvolvido um estudo de simulação e de aplicações em dados da competição internacional M3, analisando a performance do modelo. Foram simuladas séries polinomiais de ordem dois com diferentes valores para a variância observacional e variância de evolução dos estados. Os resultados do estudo sugerem que o novo modelo proposto consegue obter um ganho preditivo marginal em relação aos modelos polinomiais existentes em boa parte do espaço paramétrico. Com os dados da competição internacional M3, várias séries com diferentes características foram analisadas. A função preditiva K passos a frente foi avaliada após um período de ajuste do modelo aos dados. Para a estimação dos parâmetros dos modelos já existentes, foi empregada a técnica de multiprocesso classe I e para a estimação dos parâmetros do novo modelo foi empregada a minimização da medida de erro SMAPE. O novo modelo tem toda a evolução dos estados em forma analítica e nenhum tipo de simulação é necessária para a estimação dos parâmetros. A limitação para o novo modelo surge quanto o parâmetro de estudo referente a inclinação de zero. Neste caso o modelo é considerado inapropriado e novos estudos são necessários para contornar este problema.We investigated the performance of a dynamic linear model where the trend damping parameter has a time course given by a normal probability distribution. The objective is to determine if the inclusion of a dynamic evolution of the damping parameter improves the predictive performance of the model compared to existing polynomial models, in particular additive trend model Damped Holt. To evaluate this new proposal, we developed a simulation study and application on data from international competition M3, analyzing the performance of the model. They were simulated order polynomial series with two different observational values ​​for variance and variance of the states of progress. The study results suggest that the proposed model can get a marginal predictive gain over existing polynomial models in much of the parameter space. With data from international competition M3, several series with different characteristics were analyzed. The predictive function K steps forward was evaluated after a period of adjustment of the model to the data. For the estimation of the parameters of existing models, we used the technique of multiprocess class I and to estimate the parameters of the new model was employed to minimize the measurement error SMAPE. The new model has all the evolution of the states in analytical way and any type of simulation is required for parameter estimation. The limitation for the new model emerges as the study parameter related to zero slope. In this case the model is considered inappropriate and further studies are needed to work around this problem.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade Federal do AmazonasInstituto de Ciências ExatasBrasilUFAMPrograma de Pós-graduação em MatemáticaSantos Junior, James Dean Oliveira doshttp://lattes.cnpq.br/0606640600434171Silva, Cibele Queiroz dahttp://lattes.cnpq.br/8995012860364401Lima, Max Sousa dehttp://lattes.cnpq.br/1441109588479595Silva, Guilherme Santos2016-01-20T18:19:21Z2014-04-25info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSILVA, Guilherme Santos. Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais. 2014. 88 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2014.http://tede.ufam.edu.br/handle/tede/4787porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFAMinstname:Universidade Federal do Amazonas (UFAM)instacron:UFAM2020-01-24T18:28:54Zoai:https://tede.ufam.edu.br/handle/:tede/4787Biblioteca Digital de Teses e Dissertaçõeshttp://200.129.163.131:8080/PUBhttp://200.129.163.131:8080/oai/requestddbc@ufam.edu.br||ddbc@ufam.edu.bropendoar:65922020-01-24T18:28:54Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)false
dc.title.none.fl_str_mv Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais
title Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais
spellingShingle Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais
Silva, Guilherme Santos
Parâmetro de amortecimento
Modelo Linear Dinâmico
Damped Holt
Amortecedor de tendência dinâmico
Séries temporais
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
title_short Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais
title_full Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais
title_fullStr Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais
title_full_unstemmed Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais
title_sort Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais
author Silva, Guilherme Santos
author_facet Silva, Guilherme Santos
author_role author
dc.contributor.none.fl_str_mv Santos Junior, James Dean Oliveira dos
http://lattes.cnpq.br/0606640600434171
Silva, Cibele Queiroz da
http://lattes.cnpq.br/8995012860364401
Lima, Max Sousa de
http://lattes.cnpq.br/1441109588479595
dc.contributor.author.fl_str_mv Silva, Guilherme Santos
dc.subject.por.fl_str_mv Parâmetro de amortecimento
Modelo Linear Dinâmico
Damped Holt
Amortecedor de tendência dinâmico
Séries temporais
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
topic Parâmetro de amortecimento
Modelo Linear Dinâmico
Damped Holt
Amortecedor de tendência dinâmico
Séries temporais
CIÊNCIAS EXATAS E DA TERRA: MATEMÁTICA
description Investigamos a performance de um modelo linear dinâmico onde o parâmetro de amortecimento da tendência possui uma evolução temporal dada por uma distribuição de probabilidade normal. O objetivo é determinar se a inclusão de uma dinâmica na evolução do parâmetro de amortecimento melhora a performance preditiva do modelo em relação aos modelos polinomiais existentes, em particular o modelo de tendência aditiva Damped Holt. Para avaliar esta nova proposta, foi desenvolvido um estudo de simulação e de aplicações em dados da competição internacional M3, analisando a performance do modelo. Foram simuladas séries polinomiais de ordem dois com diferentes valores para a variância observacional e variância de evolução dos estados. Os resultados do estudo sugerem que o novo modelo proposto consegue obter um ganho preditivo marginal em relação aos modelos polinomiais existentes em boa parte do espaço paramétrico. Com os dados da competição internacional M3, várias séries com diferentes características foram analisadas. A função preditiva K passos a frente foi avaliada após um período de ajuste do modelo aos dados. Para a estimação dos parâmetros dos modelos já existentes, foi empregada a técnica de multiprocesso classe I e para a estimação dos parâmetros do novo modelo foi empregada a minimização da medida de erro SMAPE. O novo modelo tem toda a evolução dos estados em forma analítica e nenhum tipo de simulação é necessária para a estimação dos parâmetros. A limitação para o novo modelo surge quanto o parâmetro de estudo referente a inclinação de zero. Neste caso o modelo é considerado inapropriado e novos estudos são necessários para contornar este problema.
publishDate 2014
dc.date.none.fl_str_mv 2014-04-25
2016-01-20T18:19:21Z
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 SILVA, Guilherme Santos. Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais. 2014. 88 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2014.
http://tede.ufam.edu.br/handle/tede/4787
identifier_str_mv SILVA, Guilherme Santos. Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais. 2014. 88 f. Dissertação (Mestrado em Matemática) - Universidade Federal do Amazonas, Manaus, 2014.
url http://tede.ufam.edu.br/handle/tede/4787
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.publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Ciências Exatas
Brasil
UFAM
Programa de Pós-graduação em Matemática
publisher.none.fl_str_mv Universidade Federal do Amazonas
Instituto de Ciências Exatas
Brasil
UFAM
Programa de Pós-graduação em Matemática
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFAM
instname:Universidade Federal do Amazonas (UFAM)
instacron:UFAM
instname_str Universidade Federal do Amazonas (UFAM)
instacron_str UFAM
institution UFAM
reponame_str Biblioteca Digital de Teses e Dissertações da UFAM
collection Biblioteca Digital de Teses e Dissertações da UFAM
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFAM - Universidade Federal do Amazonas (UFAM)
repository.mail.fl_str_mv ddbc@ufam.edu.br||ddbc@ufam.edu.br
_version_ 1809732014740340736