Modelos Birnbaum-Saunders para séries temporais

Detalhes bibliográficos
Autor(a) principal: Souza, Rubens Batista de
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/34755
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.
id UNB_9ea4eeb7d4f24a7c467179b88bc4ff1c
oai_identifier_str oai:repositorio.unb.br:10482/34755
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Modelos Birnbaum-Saunders para séries temporaisDistribuições Birnbaum-SaundersMétodo da máxima verossimilhançaMétodo de Monte CarloDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.Este trabalho visa preencher uma lacuna existente na literatura da distribuição Birnbaum-Saunders pertinente à modelagem de dados com alguma estrutura de dependência. O principal objetivo é oferecer uma contribuição através da introdução de dois novos modelos, que serão apresentados em dois artigos. No primeiro artigo é proposto o modelo autorregressivo de médias móveis com distribuição Birnbaum-Saunders (BISARMA). A metodologia proposta inclui diversos aspectos relacionados à formulação do modelo, a estimação de seus parâmetros com base no método da máxima verossimilhança, análise dos resíduos e predição. No segundo artigo, é estudado um modelo que é especificado em termos de uma média condicional variável no tempo e pode ser considerado como uma extensão do modelo de regressão Birnbaum-Saunders reparametrizado (RBS). Nomeamos este modelo como RBSARMA. Os desempenhos de ambas metodologias são avaliadas através de simulações de Monte Carlo. Esta metodologia foi implementada usando o software estatístico R. Finalmente, as metodologias são aplicadas à análise de um conjunto de dados ambientais reais para ilustrar a flexibilidade e potencialidade desses modelos. Os resultados numéricos mostram o excelente desempenho de ambos os modelos, indicando que a distribuição Birnbaum-Saunders é uma boa alternativa de modelagem quando se trata de dados de séries temporais positivos e assimétricos e, portanto, pode ser uma adição valiosa ao conjunto de ferramentas estatísticas aplicadas. Entre os dois modelos, o modelo BISARMA apresentou melhor potencial.This work aims to fill a gap in the Birnbaum-Saunders distribution literature pertinent to modeling data with some dependency structure. The main objective is to offer a contribution through the introduction of two new models, which will be presented in two papers. In the first paper, we proposed an autoregressive moving-average model based on the Birnbaum-Saunders distribution (BISARMA). The proposed methodology includes several aspects related to formulation, estimation of its parameters based on the maximum likelihood method, residual analysis and prediction. In the second paper, it is studied a model that is specified in terms of a time-varying conditional mean and can be considered of as an extension of the reparameterized Birnbaum-Saunders regression model (RBS). We named this model as RBSARMA. The performance of both methodologies are evaluated through Monte Carlo simulations. All numerical evaluations were implemented using the statistical software R. Finally, we have applied the proposed methodologies to the analysis of a real environmental data set in order to illustrate their flexibility and potentiality. The numerical results show the excellent performance of both models, indicating that the BS distribution is a good modeling alternative when it comes to positive and asymmetric time series data. Therefore, this model can be a valuable addition to the set of applied statistical tools. Between the two models, the BISARMA model presented better results.Instituto de Ciências Exatas (IE)Departamento de Estatística (IE EST)Programa de Pós-Graduação em EstatísticaSantos, Helton Saulo Bezerra dosSouza, Rubens Batista de2019-06-06T20:58:30Z2019-06-06T20:58:30Z2019-06-062018-12-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSOUZA, Rubens Batista de. Modelos Birnbaum-Saunders para séries temporais. 2018. xiv, 66 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018.http://repositorio.unb.br/handle/10482/34755A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-01T16:22:35Zoai:repositorio.unb.br:10482/34755Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-01T16:22:35Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Modelos Birnbaum-Saunders para séries temporais
title Modelos Birnbaum-Saunders para séries temporais
spellingShingle Modelos Birnbaum-Saunders para séries temporais
Souza, Rubens Batista de
Distribuições Birnbaum-Saunders
Método da máxima verossimilhança
Método de Monte Carlo
title_short Modelos Birnbaum-Saunders para séries temporais
title_full Modelos Birnbaum-Saunders para séries temporais
title_fullStr Modelos Birnbaum-Saunders para séries temporais
title_full_unstemmed Modelos Birnbaum-Saunders para séries temporais
title_sort Modelos Birnbaum-Saunders para séries temporais
author Souza, Rubens Batista de
author_facet Souza, Rubens Batista de
author_role author
dc.contributor.none.fl_str_mv Santos, Helton Saulo Bezerra dos
dc.contributor.author.fl_str_mv Souza, Rubens Batista de
dc.subject.por.fl_str_mv Distribuições Birnbaum-Saunders
Método da máxima verossimilhança
Método de Monte Carlo
topic Distribuições Birnbaum-Saunders
Método da máxima verossimilhança
Método de Monte Carlo
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.
publishDate 2018
dc.date.none.fl_str_mv 2018-12-14
2019-06-06T20:58:30Z
2019-06-06T20:58:30Z
2019-06-06
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.uri.fl_str_mv SOUZA, Rubens Batista de. Modelos Birnbaum-Saunders para séries temporais. 2018. xiv, 66 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018.
http://repositorio.unb.br/handle/10482/34755
identifier_str_mv SOUZA, Rubens Batista de. Modelos Birnbaum-Saunders para séries temporais. 2018. xiv, 66 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018.
url http://repositorio.unb.br/handle/10482/34755
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 UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1814508315204386816

Registros relacionados