Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))

Detalhes bibliográficos
Autor(a) principal: Orozco, Daniel Leonardo Ramírez
Data de Publicação: 2017
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/23162
Resumo: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
id UFRN_989fff2c667163374d4601cb6115f6cc
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/23162
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Orozco, Daniel Leonardo Ramírezhttp://lattes.cnpq.br/1178903459504471http://lattes.cnpq.br/7753762932186347Fernandez, Luz Milena Zeahttp://lattes.cnpq.br/0576675498537949Vasconcellos, Klaus Leite Pintohttp://lattes.cnpq.br/4556088473868411Pereira, Marcelo Bourguignonhttp://lattes.cnpq.br/9358366674842900Pinho, André Luis Santos de2017-05-27T00:31:04Z2017-05-27T00:31:04Z2017-02-21OROZCO, Daniel Leonardo Ramírez. Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1)). 2017. 84f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017.https://repositorio.ufrn.br/jspui/handle/123456789/23162Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)As séries temporais, vistas como uma coleção de observações medidas sequencialmente ao longo do tempo, vem sendo estudadas com profunda notoriedade nos últimos anos, observandose aplicações e novas propostas de modelos autorregressivos que ampliam o campo de estudo. Neste trabalho se propõe um novo modelo autorregressivo misto de primeira ordem com inova ções Poisson, denotado POMINAR(1), misturando dois operadores conhecidos como thinning binomial e thinning Poisson. Ademais, se fornece a interpretação desses operadores e demonstram-se suas respectivas propriedades, como também um possível caso da aplicação do POMINAR(1). A esperança marginal, variância marginal, esperança condicional, variância condicional e função de autocorrelação do processo proposto são obtidas passo a passo. De forma detalhada são desenvolvidas as probabilidades de transição. Os estimadores de máxima verossimilhança condicional e Yule-Walker para os parâmetros do processo são determinados, e uma aplicação a um conjunto de dados reais é dada buscando a efetividade do modelo proposto.porCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA APLICADA E ESTATÍSTICAINAR(1)INARCH(1)Thinning binomialThinning PoissonSérie temporalUm novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisPROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICAUFRNBrasilinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALProcessoAutorregressivoMisto_OROZCO_2017.pdfProcessoAutorregressivoMisto_OROZCO_2017.pdfapplication/pdf1010546https://repositorio.ufrn.br/bitstream/123456789/23162/6/ProcessoAutorregressivoMisto_OROZCO_2017.pdf5a9569c1c56155001c590bc02e17efffMD56TEXTDanielLeonardoRamirezOrozco_DISSERT.pdf.txtDanielLeonardoRamirezOrozco_DISSERT.pdf.txtExtracted texttext/plain110113https://repositorio.ufrn.br/bitstream/123456789/23162/4/DanielLeonardoRamirezOrozco_DISSERT.pdf.txtfb4d179482f1821d10ffe652d184e46dMD54ProcessoAutorregressivoMisto_OROZCO_2017.pdf.txtProcessoAutorregressivoMisto_OROZCO_2017.pdf.txtExtracted texttext/plain110657https://repositorio.ufrn.br/bitstream/123456789/23162/7/ProcessoAutorregressivoMisto_OROZCO_2017.pdf.txt4f183e2f8ffd09185f0ce71e76d23f42MD57THUMBNAILDanielLeonardoRamirezOrozco_DISSERT.pdf.jpgDanielLeonardoRamirezOrozco_DISSERT.pdf.jpgIM Thumbnailimage/jpeg3220https://repositorio.ufrn.br/bitstream/123456789/23162/5/DanielLeonardoRamirezOrozco_DISSERT.pdf.jpg6f5ad1d56a17050180252010e71f3105MD55ProcessoAutorregressivoMisto_OROZCO_2017.pdf.jpgProcessoAutorregressivoMisto_OROZCO_2017.pdf.jpgGenerated Thumbnailimage/jpeg1290https://repositorio.ufrn.br/bitstream/123456789/23162/8/ProcessoAutorregressivoMisto_OROZCO_2017.pdf.jpg7b684a9b7587ba85554569955a83db62MD58123456789/231622020-04-05 05:39:47.06oai:https://repositorio.ufrn.br:123456789/23162Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2020-04-05T08:39:47Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))
title Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))
spellingShingle Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))
Orozco, Daniel Leonardo Ramírez
CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA APLICADA E ESTATÍSTICA
INAR(1)
INARCH(1)
Thinning binomial
Thinning Poisson
Série temporal
title_short Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))
title_full Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))
title_fullStr Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))
title_full_unstemmed Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))
title_sort Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))
author Orozco, Daniel Leonardo Ramírez
author_facet Orozco, Daniel Leonardo Ramírez
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.authorLattes.none.fl_str_mv http://lattes.cnpq.br/1178903459504471
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.advisorLattes.none.fl_str_mv http://lattes.cnpq.br/7753762932186347
dc.contributor.advisor-co1ID.pt_BR.fl_str_mv
dc.contributor.referees1.none.fl_str_mv Vasconcellos, Klaus Leite Pinto
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees1Lattes.none.fl_str_mv http://lattes.cnpq.br/4556088473868411
dc.contributor.referees2.none.fl_str_mv Pereira, Marcelo Bourguignon
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.referees2Lattes.none.fl_str_mv http://lattes.cnpq.br/9358366674842900
dc.contributor.author.fl_str_mv Orozco, Daniel Leonardo Ramírez
dc.contributor.advisor-co1.fl_str_mv Fernandez, Luz Milena Zea
dc.contributor.advisor-co1Lattes.fl_str_mv http://lattes.cnpq.br/0576675498537949
dc.contributor.advisor1.fl_str_mv Pinho, André Luis Santos de
contributor_str_mv Fernandez, Luz Milena Zea
Pinho, André Luis Santos de
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA APLICADA E ESTATÍSTICA
topic CNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA APLICADA E ESTATÍSTICA
INAR(1)
INARCH(1)
Thinning binomial
Thinning Poisson
Série temporal
dc.subject.por.fl_str_mv INAR(1)
INARCH(1)
Thinning binomial
Thinning Poisson
Série temporal
description Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
publishDate 2017
dc.date.accessioned.fl_str_mv 2017-05-27T00:31:04Z
dc.date.available.fl_str_mv 2017-05-27T00:31:04Z
dc.date.issued.fl_str_mv 2017-02-21
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv OROZCO, Daniel Leonardo Ramírez. Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1)). 2017. 84f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/23162
identifier_str_mv OROZCO, Daniel Leonardo Ramírez. Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1)). 2017. 84f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017.
url https://repositorio.ufrn.br/jspui/handle/123456789/23162
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.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICA
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/23162/6/ProcessoAutorregressivoMisto_OROZCO_2017.pdf
https://repositorio.ufrn.br/bitstream/123456789/23162/4/DanielLeonardoRamirezOrozco_DISSERT.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/23162/7/ProcessoAutorregressivoMisto_OROZCO_2017.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/23162/5/DanielLeonardoRamirezOrozco_DISSERT.pdf.jpg
https://repositorio.ufrn.br/bitstream/123456789/23162/8/ProcessoAutorregressivoMisto_OROZCO_2017.pdf.jpg
bitstream.checksum.fl_str_mv 5a9569c1c56155001c590bc02e17efff
fb4d179482f1821d10ffe652d184e46d
4f183e2f8ffd09185f0ce71e76d23f42
6f5ad1d56a17050180252010e71f3105
7b684a9b7587ba85554569955a83db62
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117575173210112

Registros relacionados