Modelos Birnbaum-Saunders para séries temporais
Autor(a) principal: | |
---|---|
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 |