Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))
Autor(a) principal: | |
---|---|
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 |