Propriedades estatísticas do método da análise de flutuações destendenciadas em seqüências de DNA

Detalhes bibliográficos
Autor(a) principal: Linhares, Raquel Romes
Data de Publicação: 2007
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/60535
Resumo: Conforme diversos artigos, as sequênncias de DNA apresentam longa dependência, isto é, mesmo para tempos bastante distantes entre si, a correlação entre as variáveis aleatórias é não desprezível. Neste trabalho, verificamos se esta longa dependência pode ser explicada pelos processos auto-regressivos médias móveis fracionariamente integráveis (ARFIMA(p; d; q)), através da análise de diversas sequências de DNA em todos os domínios da vida. Para estimar o parâmetro de diferenciação d utilizamos os seguintes métodos de estimação: semiparamétrico baseado na equação de regressão linear utilizando a função periodograma, em versão clássica e robusta; o da máxima verossimilhança (ver Fox e Taqqu, 1986), utilizando a aproximação sugerida por Whittle (1953) e o método semiparamétrico R/S(n), proposto por Hurst (1951). O objetivo principal deste trabalho é analisar o método da análise de flutuações destendenciadas ("Detrended Fluctuation Analysis" - DFA), pro- posto por Peng et al. (1994). Este método é estabelecido como uma importante ferramenta para detectar longa dependência em séries temporais não estacionárias. Descrevemos o método DFA e analisamos sua consistência e distribuição assintótica como um estimador para o parâmetro fracionário d.
id URGS_847da42fd079e0eb8220399b8ec3639b
oai_identifier_str oai:www.lume.ufrgs.br:10183/60535
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Linhares, Raquel RomesLopes, Silvia Regina Costa2012-11-01T01:39:00Z2007http://hdl.handle.net/10183/60535000622974Conforme diversos artigos, as sequênncias de DNA apresentam longa dependência, isto é, mesmo para tempos bastante distantes entre si, a correlação entre as variáveis aleatórias é não desprezível. Neste trabalho, verificamos se esta longa dependência pode ser explicada pelos processos auto-regressivos médias móveis fracionariamente integráveis (ARFIMA(p; d; q)), através da análise de diversas sequências de DNA em todos os domínios da vida. Para estimar o parâmetro de diferenciação d utilizamos os seguintes métodos de estimação: semiparamétrico baseado na equação de regressão linear utilizando a função periodograma, em versão clássica e robusta; o da máxima verossimilhança (ver Fox e Taqqu, 1986), utilizando a aproximação sugerida por Whittle (1953) e o método semiparamétrico R/S(n), proposto por Hurst (1951). O objetivo principal deste trabalho é analisar o método da análise de flutuações destendenciadas ("Detrended Fluctuation Analysis" - DFA), pro- posto por Peng et al. (1994). Este método é estabelecido como uma importante ferramenta para detectar longa dependência em séries temporais não estacionárias. Descrevemos o método DFA e analisamos sua consistência e distribuição assintótica como um estimador para o parâmetro fracionário d.In the literature it is stated that the DNA sequences present the long- range dependence property. In this work, we analyze this long dependence property in view of the autoregressive moving average fractionally integrated ARFIMA (p; d; q) processes through the analysis of several DNA sequences in all life domain. For estimating the fractional parameter d we consider the following estimation methods: the semiparametric regression method based on the periodogram function, in both classical and robust version; the maximum likelihood method (see Fox and Taqqu, 1986), by considering the approximation suggested by Whittle (1953) and the semiparametric R/S(n) method, proposed by Hurst (1951). The main goal of this work is to consider the detrended °uctuation analysis (DFA), proposed by Peng et al. (1994). This is a well known method for analyzing the long-range dependence in non-stationary time series. In this work we describe the DFA method and we prove its consistency and its asymptotic distribution as an estimator for the fractional parameter d.application/pdfporMatematica : Processos estocasticosModelos de longa dependencia : Processo arfimaBiologia molecularDna : SequenciaPropriedades estatísticas do método da análise de flutuações destendenciadas em seqüências de DNAinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de MatemáticaPrograma de Pós-Graduação em MatemáticaPorto Alegre, BR-RS2007mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000622974.pdf000622974.pdfTexto completoapplication/pdf1733204http://www.lume.ufrgs.br/bitstream/10183/60535/1/000622974.pdf28bf20d9fb84773341e76e030b3ea4bcMD51TEXT000622974.pdf.txt000622974.pdf.txtExtracted Texttext/plain132079http://www.lume.ufrgs.br/bitstream/10183/60535/2/000622974.pdf.txt8ae750deaf75f1cb71f47e20b6958258MD52THUMBNAIL000622974.pdf.jpg000622974.pdf.jpgGenerated Thumbnailimage/jpeg1048http://www.lume.ufrgs.br/bitstream/10183/60535/3/000622974.pdf.jpg2f68ebd9f66fa6fb764bab3b6dd74b3eMD5310183/605352018-10-15 07:53:23.618oai:www.lume.ufrgs.br:10183/60535Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532018-10-15T10:53:23Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Propriedades estatísticas do método da análise de flutuações destendenciadas em seqüências de DNA
title Propriedades estatísticas do método da análise de flutuações destendenciadas em seqüências de DNA
spellingShingle Propriedades estatísticas do método da análise de flutuações destendenciadas em seqüências de DNA
Linhares, Raquel Romes
Matematica : Processos estocasticos
Modelos de longa dependencia : Processo arfima
Biologia molecular
Dna : Sequencia
title_short Propriedades estatísticas do método da análise de flutuações destendenciadas em seqüências de DNA
title_full Propriedades estatísticas do método da análise de flutuações destendenciadas em seqüências de DNA
title_fullStr Propriedades estatísticas do método da análise de flutuações destendenciadas em seqüências de DNA
title_full_unstemmed Propriedades estatísticas do método da análise de flutuações destendenciadas em seqüências de DNA
title_sort Propriedades estatísticas do método da análise de flutuações destendenciadas em seqüências de DNA
author Linhares, Raquel Romes
author_facet Linhares, Raquel Romes
author_role author
dc.contributor.author.fl_str_mv Linhares, Raquel Romes
dc.contributor.advisor1.fl_str_mv Lopes, Silvia Regina Costa
contributor_str_mv Lopes, Silvia Regina Costa
dc.subject.por.fl_str_mv Matematica : Processos estocasticos
Modelos de longa dependencia : Processo arfima
Biologia molecular
Dna : Sequencia
topic Matematica : Processos estocasticos
Modelos de longa dependencia : Processo arfima
Biologia molecular
Dna : Sequencia
description Conforme diversos artigos, as sequênncias de DNA apresentam longa dependência, isto é, mesmo para tempos bastante distantes entre si, a correlação entre as variáveis aleatórias é não desprezível. Neste trabalho, verificamos se esta longa dependência pode ser explicada pelos processos auto-regressivos médias móveis fracionariamente integráveis (ARFIMA(p; d; q)), através da análise de diversas sequências de DNA em todos os domínios da vida. Para estimar o parâmetro de diferenciação d utilizamos os seguintes métodos de estimação: semiparamétrico baseado na equação de regressão linear utilizando a função periodograma, em versão clássica e robusta; o da máxima verossimilhança (ver Fox e Taqqu, 1986), utilizando a aproximação sugerida por Whittle (1953) e o método semiparamétrico R/S(n), proposto por Hurst (1951). O objetivo principal deste trabalho é analisar o método da análise de flutuações destendenciadas ("Detrended Fluctuation Analysis" - DFA), pro- posto por Peng et al. (1994). Este método é estabelecido como uma importante ferramenta para detectar longa dependência em séries temporais não estacionárias. Descrevemos o método DFA e analisamos sua consistência e distribuição assintótica como um estimador para o parâmetro fracionário d.
publishDate 2007
dc.date.issued.fl_str_mv 2007
dc.date.accessioned.fl_str_mv 2012-11-01T01:39:00Z
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 http://hdl.handle.net/10183/60535
dc.identifier.nrb.pt_BR.fl_str_mv 000622974
url http://hdl.handle.net/10183/60535
identifier_str_mv 000622974
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:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/60535/1/000622974.pdf
http://www.lume.ufrgs.br/bitstream/10183/60535/2/000622974.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/60535/3/000622974.pdf.jpg
bitstream.checksum.fl_str_mv 28bf20d9fb84773341e76e030b3ea4bc
8ae750deaf75f1cb71f47e20b6958258
2f68ebd9f66fa6fb764bab3b6dd74b3e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1810085240955207680