Inferência sobre modelos de regressão linear com pontos de mudança e erros normais autoregressivos
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFJF |
Texto Completo: | https://repositorio.ufjf.br/jspui/handle/ufjf/12735 |
Resumo: | Análise de modelos de regressão linear é uma das mais importantes técnicas estatísticas. Com ela, é possível identificar relações entre variáveis que técnicas mais visuais, às vezes, não evidenciam. Contudo, para proceder com uma análise de regressão linear, muitos pressupostos devem ser satisfeitos. Um dos mais importantes, a independência dos erros, nem sempre pode ser verificada e isso pode gerar resíduos autocorrelacionados no modelo proposto após o ajuste. São várias as técnicas para tentar eliminar essa correlação, mas pode ser de interesse do pesquisador modelar a dependência dos erros e isso pode melhorar o ajuste dos parâmetros do modelo de regressão linear. Em certas situações, pode ser de interesse do pesquisador identificar mudanças nas média e/ou variância de um determinado processo que suspeita-se não estar funcionando corretamente. É neste contexto que a identificação de pontos de mudança mostra-se extremamente útil. O objetivo deste trabalho é apresentar a situação em que todos estes cenários são identificados: modelos de regressão linear, processos autoregressivos e pontos de mudança; e também apresentar estimadores para esse modelo. |
id |
UFJF_fd3c365d7d64057a4db7286e320bf84b |
---|---|
oai_identifier_str |
oai:hermes.cpd.ufjf.br:ufjf/12735 |
network_acronym_str |
UFJF |
network_name_str |
Repositório Institucional da UFJF |
repository_id_str |
|
spelling |
Zeller, Camila Borellihttp://lattes.cnpq.br/66714054Zeller, Camila Borellihttp://lattes.cnpq.br/66714054Bessegato, Lupércio Françahttp://lattes.cnpq.br/1996265064545965Vieira, Marcel de Toledohttp://lattes.cnpq.br/1980385021266418http://lattes.cnpq.br/0412360055686637Garcia, Rafael Rocha de Oliveira2021-05-24T20:46:48Z2021-01-012021-05-24T20:46:48Z2018-12-04https://repositorio.ufjf.br/jspui/handle/ufjf/12735Análise de modelos de regressão linear é uma das mais importantes técnicas estatísticas. Com ela, é possível identificar relações entre variáveis que técnicas mais visuais, às vezes, não evidenciam. Contudo, para proceder com uma análise de regressão linear, muitos pressupostos devem ser satisfeitos. Um dos mais importantes, a independência dos erros, nem sempre pode ser verificada e isso pode gerar resíduos autocorrelacionados no modelo proposto após o ajuste. São várias as técnicas para tentar eliminar essa correlação, mas pode ser de interesse do pesquisador modelar a dependência dos erros e isso pode melhorar o ajuste dos parâmetros do modelo de regressão linear. Em certas situações, pode ser de interesse do pesquisador identificar mudanças nas média e/ou variância de um determinado processo que suspeita-se não estar funcionando corretamente. É neste contexto que a identificação de pontos de mudança mostra-se extremamente útil. O objetivo deste trabalho é apresentar a situação em que todos estes cenários são identificados: modelos de regressão linear, processos autoregressivos e pontos de mudança; e também apresentar estimadores para esse modelo.Linear regression analysis models are some of the most important techniques in Statistics. With it, it’s possible to identify relationships between variables that visual techniques, sometimes, do not show. However, to procede with linear regression analysis, too many assumptions must be satisfied. A very important one, error independence, cannot always be satified, which may return residuals with autpcorrelation after fitting the proposed model. There are many techniques to deal with this correlation, but it can be interesting to the researcher to model the dependence of the errors which can improve the model fitting. Sometimes, the researcher is interested in identifying structural breaks in the mean and/or variance of some process which is suspeted to be not working correctly. In this situation, change-point identification is extremely useful. The aim of this monograph is to present the situation in which all of these scenarios are present: linear regression models, auto-regressive process and change-point; also to present estimates to this model.porUniversidade Federal de Juiz de Fora (UFJF)UFJFBrasilICE – Instituto de Ciências Exatashttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICARegressão linearPonto de mudançaAuto-regressivosLinear regressionAuto-regressiveChange-pointInferência sobre modelos de regressão linear com pontos de mudança e erros normais autoregressivosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisreponame:Repositório Institucional da UFJFinstname:Universidade Federal de Juiz de Fora (UFJF)instacron:UFJFORIGINALrafaelrochadeoliveiragarcia.pdfrafaelrochadeoliveiragarcia.pdfrafaelrochadeoliveiragarciaapplication/pdf1022348https://repositorio.ufjf.br/jspui/bitstream/ufjf/12735/1/rafaelrochadeoliveiragarcia.pdfbcf926081322956ee6553436c48d9b63MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufjf.br/jspui/bitstream/ufjf/12735/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.ufjf.br/jspui/bitstream/ufjf/12735/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53TEXTrafaelrochadeoliveiragarcia.pdf.txtrafaelrochadeoliveiragarcia.pdf.txtExtracted texttext/plain107570https://repositorio.ufjf.br/jspui/bitstream/ufjf/12735/4/rafaelrochadeoliveiragarcia.pdf.txt4208dd3d8366aa94d9c0e139e02f0707MD54THUMBNAILrafaelrochadeoliveiragarcia.pdf.jpgrafaelrochadeoliveiragarcia.pdf.jpgGenerated Thumbnailimage/jpeg1132https://repositorio.ufjf.br/jspui/bitstream/ufjf/12735/5/rafaelrochadeoliveiragarcia.pdf.jpg925a63b1f1bb01160a78e3a67d57006fMD55ufjf/127352021-05-25 03:15:32.212oai:hermes.cpd.ufjf.br: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Repositório InstitucionalPUBhttps://repositorio.ufjf.br/oai/requestopendoar:2021-05-25T06:15:32Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF)false |
dc.title.pt_BR.fl_str_mv |
Inferência sobre modelos de regressão linear com pontos de mudança e erros normais autoregressivos |
title |
Inferência sobre modelos de regressão linear com pontos de mudança e erros normais autoregressivos |
spellingShingle |
Inferência sobre modelos de regressão linear com pontos de mudança e erros normais autoregressivos Garcia, Rafael Rocha de Oliveira CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA Regressão linear Ponto de mudança Auto-regressivos Linear regression Auto-regressive Change-point |
title_short |
Inferência sobre modelos de regressão linear com pontos de mudança e erros normais autoregressivos |
title_full |
Inferência sobre modelos de regressão linear com pontos de mudança e erros normais autoregressivos |
title_fullStr |
Inferência sobre modelos de regressão linear com pontos de mudança e erros normais autoregressivos |
title_full_unstemmed |
Inferência sobre modelos de regressão linear com pontos de mudança e erros normais autoregressivos |
title_sort |
Inferência sobre modelos de regressão linear com pontos de mudança e erros normais autoregressivos |
author |
Garcia, Rafael Rocha de Oliveira |
author_facet |
Garcia, Rafael Rocha de Oliveira |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Zeller, Camila Borelli |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/66714054 |
dc.contributor.referee1.fl_str_mv |
Zeller, Camila Borelli |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/66714054 |
dc.contributor.referee2.fl_str_mv |
Bessegato, Lupércio França |
dc.contributor.referee2Lattes.fl_str_mv |
http://lattes.cnpq.br/1996265064545965 |
dc.contributor.referee3.fl_str_mv |
Vieira, Marcel de Toledo |
dc.contributor.referee3Lattes.fl_str_mv |
http://lattes.cnpq.br/1980385021266418 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/0412360055686637 |
dc.contributor.author.fl_str_mv |
Garcia, Rafael Rocha de Oliveira |
contributor_str_mv |
Zeller, Camila Borelli Zeller, Camila Borelli Bessegato, Lupércio França Vieira, Marcel de Toledo |
dc.subject.cnpq.fl_str_mv |
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
topic |
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA Regressão linear Ponto de mudança Auto-regressivos Linear regression Auto-regressive Change-point |
dc.subject.por.fl_str_mv |
Regressão linear Ponto de mudança Auto-regressivos Linear regression Auto-regressive Change-point |
description |
Análise de modelos de regressão linear é uma das mais importantes técnicas estatísticas. Com ela, é possível identificar relações entre variáveis que técnicas mais visuais, às vezes, não evidenciam. Contudo, para proceder com uma análise de regressão linear, muitos pressupostos devem ser satisfeitos. Um dos mais importantes, a independência dos erros, nem sempre pode ser verificada e isso pode gerar resíduos autocorrelacionados no modelo proposto após o ajuste. São várias as técnicas para tentar eliminar essa correlação, mas pode ser de interesse do pesquisador modelar a dependência dos erros e isso pode melhorar o ajuste dos parâmetros do modelo de regressão linear. Em certas situações, pode ser de interesse do pesquisador identificar mudanças nas média e/ou variância de um determinado processo que suspeita-se não estar funcionando corretamente. É neste contexto que a identificação de pontos de mudança mostra-se extremamente útil. O objetivo deste trabalho é apresentar a situação em que todos estes cenários são identificados: modelos de regressão linear, processos autoregressivos e pontos de mudança; e também apresentar estimadores para esse modelo. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018-12-04 |
dc.date.accessioned.fl_str_mv |
2021-05-24T20:46:48Z |
dc.date.available.fl_str_mv |
2021-01-01 2021-05-24T20:46:48Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufjf.br/jspui/handle/ufjf/12735 |
url |
https://repositorio.ufjf.br/jspui/handle/ufjf/12735 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.publisher.initials.fl_str_mv |
UFJF |
dc.publisher.country.fl_str_mv |
Brasil |
dc.publisher.department.fl_str_mv |
ICE – Instituto de Ciências Exatas |
publisher.none.fl_str_mv |
Universidade Federal de Juiz de Fora (UFJF) |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFJF instname:Universidade Federal de Juiz de Fora (UFJF) instacron:UFJF |
instname_str |
Universidade Federal de Juiz de Fora (UFJF) |
instacron_str |
UFJF |
institution |
UFJF |
reponame_str |
Repositório Institucional da UFJF |
collection |
Repositório Institucional da UFJF |
bitstream.url.fl_str_mv |
https://repositorio.ufjf.br/jspui/bitstream/ufjf/12735/1/rafaelrochadeoliveiragarcia.pdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/12735/2/license_rdf https://repositorio.ufjf.br/jspui/bitstream/ufjf/12735/3/license.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/12735/4/rafaelrochadeoliveiragarcia.pdf.txt https://repositorio.ufjf.br/jspui/bitstream/ufjf/12735/5/rafaelrochadeoliveiragarcia.pdf.jpg |
bitstream.checksum.fl_str_mv |
bcf926081322956ee6553436c48d9b63 e39d27027a6cc9cb039ad269a5db8e34 8a4605be74aa9ea9d79846c1fba20a33 4208dd3d8366aa94d9c0e139e02f0707 925a63b1f1bb01160a78e3a67d57006f |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFJF - Universidade Federal de Juiz de Fora (UFJF) |
repository.mail.fl_str_mv |
|
_version_ |
1801661271822565376 |