Processos estocásticos k-Factor GARMA, um estudo de simulação e aplicação a série SOI (Southern Oscillation Index)

• Autor(a) principal: Danilevicz, Ian Meneghel
• Data de Publicação: 2015
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/183756
• topic: Processos estocásticos; Long memory; Southern Oscillation Index; Outliers; Stochastic processes k-Factor GARMA

Neste artigo estudam-se os processos estoc asticos k-Factor GARMA(p;u; ; q) contaminados ou não por outliers. Sendo que essas interferências podem ser de dois tipos, outliers aditivos e outliers inovadores. Propõe-se três estimadores paramétricos inspirados nos modelos apresentados por Fox e Taqqu, sendo o primeiro para séries não contaminadas e os dois ultimos cada um para um dos referidos tipos de contaminação. No entanto, como avaliar se uma série está contaminada e ainda por cima por qual tipo de outlier? Para traçar um critério objetivo para essa questão, adaptou-se o algoritmo SODA para os processos k-Factor GARMA(p;u; ; q). No entanto, o SODA e util não só para identificar outliers, como também para retirá-los da série. Tem-se assim várias formas de enfrentar o problema de contaminação, como tratam-se de adaptações para um tipo de processo estocastico ainda não testado, convém proceder com simulações antes de aplicar em séries reais. Finalmente, depois de conferir a e ciência de cada um dos procedimentos propostos por simulação, aplica-se a referida metodologia em uma série real, qual seja, a SOI, Southern Oscillation Index, uma variável chave no entendimento do efeito ENSO, El Niño Southern Oscillation, ou mais simplesmente, El Niño.