Previsão um passo à frente no processo PSINAR(1)

• Autor(a) principal: Santos, Antony Maciel dos
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRN
• Texto Completo: https://repositorio.ufrn.br/handle/123456789/34274
• topic: Modelagem; Modeling; Processo PSINAR(1); PSINAR(1) process; Processos de contagem; Counting process; Previsão; Forecasting; Séries de potência; Power series

Nos últimos anos houve um aumento considerável no estudo em modelos de séries temporais de valores inteiros e uma infinidade de modelos com esse propósito vêm sendo propostos, como por exemplo, o processo autorregressivo de valores inteiros (INAR(1)). Métodos para se obter previsões utilizando tais modelos vêm sendo propostos visto a importância para as mais diversas áreas de conhecimento. Seguindo essa temática, Bourguignon e Vasconcellos (2015) propuseram o processo autorregressivo de valores inteiros com inovações de séries de potências (PSINAR(1)). O modelo considerado por estes autores possui muita utilidade prática, já que é composto por uma família de diferentes distribuições que se adéquam às especifidades de diferentes conjuntos de dados, como subdispersão ou sobredispersão. Assim, o presente trabalho tem os seguintes objetivos: apresentar o modelo PSINAR(1) e suas propriedades; estudar a previsão um passo à frente do modelo, considerando os estimadores de Yule-Walker, Mínimos quadrados condicionais e Máxima Verossimilhança Condicional, propondo três possíveis estimativas de previsão e compará-los via simulações de Monte Carlo; e aplicar o modelo a um conjunto de dados jurídicos.