Identificação de regiões de quase ruído branco em estruturas de ordem autoregressiva e médias móveis com P + Q > 2 e aplicação do Bootstrap
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPR |
Texto Completo: | https://hdl.handle.net/1884/35768 |
Resumo: | Orientador: Prof. Dr. Anselmo Chaves Neto |
id |
UFPR_575c1bd830b0cbef6be928f6b154511b |
---|---|
oai_identifier_str |
oai:acervodigital.ufpr.br:1884/35768 |
network_acronym_str |
UFPR |
network_name_str |
Repositório Institucional da UFPR |
repository_id_str |
308 |
spelling |
Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em EngenhariaChaves Neto, Anselmo, 1945-Faria, Thais Mariane Biembengut2024-05-16T13:37:24Z2024-05-16T13:37:24Z2014https://hdl.handle.net/1884/35768Orientador: Prof. Dr. Anselmo Chaves NetoTese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 25/04/2014Inclui referênciasResumo: Em problemas de inferência estatística, muitas vezes não se conhece a distribuição do estimadores ou ainda essa distribuição é aproximadamente assintótica. O método Bootstrap pode ser empregado para obter uma aproximação da distribuição verdadeira de estatísticas de interesse e assim avaliar sua variabilidade, também possibilita a construção de intervalos de confiança e testes de hipóteses. O Bootstrap pode ser utilizado nas fases de identificação da estrutura dos modelos ARIMA(p,d,q) da Metodologia Box & Jenkins para séries temporais. Nessas etapas devem ser estimados alguns parâmetros, porém as expressões clássicas usadas para medir a variabilidade de seus estimadores são obtidas de forma aproximada, e a distribuição das estatísticas é geralmente assintótica. Desta forma, os intervalos de confiança tradicionais usados na estimação dos parâmetros são aproximados e possuem baixo desempenho, principalmente na fase da identificação de modelos cujos parâmetros pertencem à região do espaço paramétrico denominada "Quase Ruído Branco" ( Neto Chaves, 1991). Neste trabalho, foi determinada a região do espaço paramétrico de "Quase Ruído Branco" dos modelos AR(3), MA(3), ARMA(2,1) e ARMA(2,2) pertencentes às estruturas ARIMA (p,d,q). O Bootstrap foi aplicado em séries temporais sintéticas dos modelos citados, com os parâmetros situados na região de "Quase Ruído Branco" e fora dela. Desta forma foram obtidas as distribuições de estimadores, necessários nas fases de identificação do modelo. Também foram avaliadas, além das estimativas pontuais, as probabilidades de cobertura dos intervalos de confiança Bootstrap em comparação com os intervalos clássicos, bem como o desvio padrão das estatísticas obtidas pelo método. Os resultados apontaram que o desempenho do Bootstrap é melhor do que do método clássico, sobretudo em amostras de menor tamanho, e com séries temporais simuladas a partir de modelos com parâmetros na região de "Quase Ruído Branco".Abstract: In problems of statistical inference, often do not know the distribution of estimators or this asymptotic distribution is approximately. The Bootstrap method can be used to obtain an approximation of the true distribution of statistics of interest and thus assess its variability, and also allows the construction of confidence intervals and hypothesis testing. Bootstrap can be used to identify the structure of the ARIMA(p, d, q) models for time series. In Box &Jenkins's models identification some parameters must be estimated, but the classical expressions used to measure the variability of estimators are obtained approximately, and distribution of statistics is usually asymptotic. Thus, the traditional confidence intervals used in the estimation of the parameters are approximate and have low performance, especially at the stage of identifying models whose parameters belong to the parameter space called " Quasi White Noise" ( Neto Chaves, 1991). In this work, the region of parameter space of " Quasi White Noise" of AR (3), MA (3), ARMA (2,1) and ARMA (2,2) models was determined. Bootstrap was applied to synthetic time series models cited, with parameters located in the region of " Quasi White Noise" and beyond. Thus the distribution estimators needed to identify the phases of the model were obtained. Were also assessed, in addition to point estimates, the probability of coverage of Bootstrap confidence intervals compared to the classical intervals, and the standard deviation of the statistics obtained by the method. The results showed that the performance of the Bootstrap is better than the classical method, especially in a smaller sample size, and time series simulated from models with parameters in the region of " Quasi White Noise".182f. : il. algumas color., grafs., tabs.application/pdfDisponível em formato digitalAnálise numéricaEstatística matemáticaAnalise de series temporaisCorrelação (Estatistica)Identificação de regiões de quase ruído branco em estruturas de ordem autoregressiva e médias móveis com P + Q > 2 e aplicação do Bootstrapinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - T - THAIS MARIANE BIEMBENGUT FARIA.pdfapplication/pdf17452650https://acervodigital.ufpr.br/bitstream/1884/35768/1/R%20-%20T%20-%20THAIS%20MARIANE%20BIEMBENGUT%20FARIA.pdfebc7c22d148188634c1f3bf8fe3ebbf2MD51open accessTEXTR - T - THAIS MARIANE BIEMBENGUT FARIA.pdf.txtExtracted Texttext/plain238251https://acervodigital.ufpr.br/bitstream/1884/35768/2/R%20-%20T%20-%20THAIS%20MARIANE%20BIEMBENGUT%20FARIA.pdf.txt474107439b64b0d46039010f2636fb2aMD52open accessTHUMBNAILR - T - THAIS MARIANE BIEMBENGUT FARIA.pdf.jpgGenerated Thumbnailimage/jpeg1147https://acervodigital.ufpr.br/bitstream/1884/35768/3/R%20-%20T%20-%20THAIS%20MARIANE%20BIEMBENGUT%20FARIA.pdf.jpg04d5a631b1fcf3d9862f7ddd14d84215MD53open access1884/357682024-05-16 10:37:24.552open accessoai:acervodigital.ufpr.br:1884/35768Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082024-05-16T13:37:24Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false |
dc.title.pt_BR.fl_str_mv |
Identificação de regiões de quase ruído branco em estruturas de ordem autoregressiva e médias móveis com P + Q > 2 e aplicação do Bootstrap |
title |
Identificação de regiões de quase ruído branco em estruturas de ordem autoregressiva e médias móveis com P + Q > 2 e aplicação do Bootstrap |
spellingShingle |
Identificação de regiões de quase ruído branco em estruturas de ordem autoregressiva e médias móveis com P + Q > 2 e aplicação do Bootstrap Faria, Thais Mariane Biembengut Análise numérica Estatística matemática Analise de series temporais Correlação (Estatistica) |
title_short |
Identificação de regiões de quase ruído branco em estruturas de ordem autoregressiva e médias móveis com P + Q > 2 e aplicação do Bootstrap |
title_full |
Identificação de regiões de quase ruído branco em estruturas de ordem autoregressiva e médias móveis com P + Q > 2 e aplicação do Bootstrap |
title_fullStr |
Identificação de regiões de quase ruído branco em estruturas de ordem autoregressiva e médias móveis com P + Q > 2 e aplicação do Bootstrap |
title_full_unstemmed |
Identificação de regiões de quase ruído branco em estruturas de ordem autoregressiva e médias móveis com P + Q > 2 e aplicação do Bootstrap |
title_sort |
Identificação de regiões de quase ruído branco em estruturas de ordem autoregressiva e médias móveis com P + Q > 2 e aplicação do Bootstrap |
author |
Faria, Thais Mariane Biembengut |
author_facet |
Faria, Thais Mariane Biembengut |
author_role |
author |
dc.contributor.other.pt_BR.fl_str_mv |
Universidade Federal do Paraná. Setor de Tecnologia. Programa de Pós-Graduação em Métodos Numéricos em Engenharia |
dc.contributor.advisor1.fl_str_mv |
Chaves Neto, Anselmo, 1945- |
dc.contributor.author.fl_str_mv |
Faria, Thais Mariane Biembengut |
contributor_str_mv |
Chaves Neto, Anselmo, 1945- |
dc.subject.por.fl_str_mv |
Análise numérica Estatística matemática Analise de series temporais Correlação (Estatistica) |
topic |
Análise numérica Estatística matemática Analise de series temporais Correlação (Estatistica) |
description |
Orientador: Prof. Dr. Anselmo Chaves Neto |
publishDate |
2014 |
dc.date.issued.fl_str_mv |
2014 |
dc.date.accessioned.fl_str_mv |
2024-05-16T13:37:24Z |
dc.date.available.fl_str_mv |
2024-05-16T13:37:24Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/1884/35768 |
url |
https://hdl.handle.net/1884/35768 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.pt_BR.fl_str_mv |
Disponível em formato digital |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
182f. : il. algumas color., grafs., tabs. application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPR instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Repositório Institucional da UFPR |
collection |
Repositório Institucional da UFPR |
bitstream.url.fl_str_mv |
https://acervodigital.ufpr.br/bitstream/1884/35768/1/R%20-%20T%20-%20THAIS%20MARIANE%20BIEMBENGUT%20FARIA.pdf https://acervodigital.ufpr.br/bitstream/1884/35768/2/R%20-%20T%20-%20THAIS%20MARIANE%20BIEMBENGUT%20FARIA.pdf.txt https://acervodigital.ufpr.br/bitstream/1884/35768/3/R%20-%20T%20-%20THAIS%20MARIANE%20BIEMBENGUT%20FARIA.pdf.jpg |
bitstream.checksum.fl_str_mv |
ebc7c22d148188634c1f3bf8fe3ebbf2 474107439b64b0d46039010f2636fb2a 04d5a631b1fcf3d9862f7ddd14d84215 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1801860206378876928 |