Estimação robusta da função densidade espectral
Autor(a) principal: | |
---|---|
Data de Publicação: | 2016 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRGS |
Texto Completo: | http://hdl.handle.net/10183/158103 |
Resumo: | Em séries temporais os eventos extremos podem afetar consideravelmente a especificação de modelos, estimação de parâmetros e previsão, ou seja, basicamente afeta toda a parte de inferência. Neste trabalho exploramos aspectos da estimação da função da densidade espectral e da função autocorrelação/autocovariancia, visto que existe uma relação direta entre as duas, num contexto de séries temporais contaminadas por outliers aditivos e também no contexto de processos não gaussianos, em que a probabilidade de ocorrência de eventos extremos é significativa. Além disso, estudamos computacionalmente o desempenho de uma técnica bayesiana para a estimação da densidade espectral e o comportamento de um método para estimar a correlação entre eventos extremos, especialmente útil para detectar clusters de volatilidade. |
id |
UFRGS-2_b7a6129a356c323da6e30d773fcd08fb |
---|---|
oai_identifier_str |
oai:www.lume.ufrgs.br:10183/158103 |
network_acronym_str |
UFRGS-2 |
network_name_str |
Repositório Institucional da UFRGS |
repository_id_str |
|
spelling |
Oliveira, Batista Nunes deValk, Márcio2017-05-17T02:36:41Z2016http://hdl.handle.net/10183/158103001019844Em séries temporais os eventos extremos podem afetar consideravelmente a especificação de modelos, estimação de parâmetros e previsão, ou seja, basicamente afeta toda a parte de inferência. Neste trabalho exploramos aspectos da estimação da função da densidade espectral e da função autocorrelação/autocovariancia, visto que existe uma relação direta entre as duas, num contexto de séries temporais contaminadas por outliers aditivos e também no contexto de processos não gaussianos, em que a probabilidade de ocorrência de eventos extremos é significativa. Além disso, estudamos computacionalmente o desempenho de uma técnica bayesiana para a estimação da densidade espectral e o comportamento de um método para estimar a correlação entre eventos extremos, especialmente útil para detectar clusters de volatilidade.Extreme events in time series might a ect significantly the whole inference process, send as model specification, parameter estimation and prediction. Since there is a direct relationship between spectral density and autocovariance function, we explore in this work aspects of spectral density estimation and autocorrelation/autocovariance estimation in a context of time series contaminated by additive outliers. Besides that, we consider spectral density estimation in non-Gaussian processes, where the probability of occurrence of extreme events is signi cantly higher. In addition, we study the performance of a Bayesian technique for spectral density estimation and we investigate the behavior of a method to estimate the correlation among extreme events, especially useful for detecting clusters of volatility.application/pdfporSéries temporaisOutliersAutocorrelaçãoTime seriesAutocorrelationExtremogramEstimação robusta da função densidade espectralinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de Matemática e EstatísticaPorto Alegre, BR-RS2016Estatística: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001019844.pdf001019844.pdfTexto completoapplication/pdf1273830http://www.lume.ufrgs.br/bitstream/10183/158103/1/001019844.pdf9cb5639659ecbdca5794c36b337331c5MD51TEXT001019844.pdf.txt001019844.pdf.txtExtracted Texttext/plain76318http://www.lume.ufrgs.br/bitstream/10183/158103/2/001019844.pdf.txtec8fd8da1637ffdba4476ce167636d26MD52THUMBNAIL001019844.pdf.jpg001019844.pdf.jpgGenerated Thumbnailimage/jpeg1276http://www.lume.ufrgs.br/bitstream/10183/158103/3/001019844.pdf.jpg3d19adb4ce79d2000d673a17ba66626eMD5310183/1581032022-06-15 04:48:26.979441oai:www.lume.ufrgs.br:10183/158103Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2022-06-15T07:48:26Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false |
dc.title.pt_BR.fl_str_mv |
Estimação robusta da função densidade espectral |
title |
Estimação robusta da função densidade espectral |
spellingShingle |
Estimação robusta da função densidade espectral Oliveira, Batista Nunes de Séries temporais Outliers Autocorrelação Time series Autocorrelation Extremogram |
title_short |
Estimação robusta da função densidade espectral |
title_full |
Estimação robusta da função densidade espectral |
title_fullStr |
Estimação robusta da função densidade espectral |
title_full_unstemmed |
Estimação robusta da função densidade espectral |
title_sort |
Estimação robusta da função densidade espectral |
author |
Oliveira, Batista Nunes de |
author_facet |
Oliveira, Batista Nunes de |
author_role |
author |
dc.contributor.author.fl_str_mv |
Oliveira, Batista Nunes de |
dc.contributor.advisor1.fl_str_mv |
Valk, Márcio |
contributor_str_mv |
Valk, Márcio |
dc.subject.por.fl_str_mv |
Séries temporais Outliers Autocorrelação |
topic |
Séries temporais Outliers Autocorrelação Time series Autocorrelation Extremogram |
dc.subject.eng.fl_str_mv |
Time series Autocorrelation Extremogram |
description |
Em séries temporais os eventos extremos podem afetar consideravelmente a especificação de modelos, estimação de parâmetros e previsão, ou seja, basicamente afeta toda a parte de inferência. Neste trabalho exploramos aspectos da estimação da função da densidade espectral e da função autocorrelação/autocovariancia, visto que existe uma relação direta entre as duas, num contexto de séries temporais contaminadas por outliers aditivos e também no contexto de processos não gaussianos, em que a probabilidade de ocorrência de eventos extremos é significativa. Além disso, estudamos computacionalmente o desempenho de uma técnica bayesiana para a estimação da densidade espectral e o comportamento de um método para estimar a correlação entre eventos extremos, especialmente útil para detectar clusters de volatilidade. |
publishDate |
2016 |
dc.date.issued.fl_str_mv |
2016 |
dc.date.accessioned.fl_str_mv |
2017-05-17T02:36:41Z |
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 |
http://hdl.handle.net/10183/158103 |
dc.identifier.nrb.pt_BR.fl_str_mv |
001019844 |
url |
http://hdl.handle.net/10183/158103 |
identifier_str_mv |
001019844 |
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.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRGS instname:Universidade Federal do Rio Grande do Sul (UFRGS) instacron:UFRGS |
instname_str |
Universidade Federal do Rio Grande do Sul (UFRGS) |
instacron_str |
UFRGS |
institution |
UFRGS |
reponame_str |
Repositório Institucional da UFRGS |
collection |
Repositório Institucional da UFRGS |
bitstream.url.fl_str_mv |
http://www.lume.ufrgs.br/bitstream/10183/158103/1/001019844.pdf http://www.lume.ufrgs.br/bitstream/10183/158103/2/001019844.pdf.txt http://www.lume.ufrgs.br/bitstream/10183/158103/3/001019844.pdf.jpg |
bitstream.checksum.fl_str_mv |
9cb5639659ecbdca5794c36b337331c5 ec8fd8da1637ffdba4476ce167636d26 3d19adb4ce79d2000d673a17ba66626e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS) |
repository.mail.fl_str_mv |
|
_version_ |
1801224531267813376 |