Estimação em classes de processos estocásticos com decaimento hiperbólico da função de autocorrelação

Detalhes bibliográficos
Autor(a) principal: Pasini, Bárbara Patricia Olbermann
Data de Publicação: 2002
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
Texto Completo: http://hdl.handle.net/10183/3031
Resumo: Neste trabalho analisamos processos estocásticos com decaimento polinomial (também chamado hiperbólico) da função de autocorrelação. Nosso estudo tem enfoque nas classes dos Processos ARFIMA e dos Processos obtidos à partir de iterações da transformação de Manneville-Pomeau. Os objetivos principais são comparar diversos métodos de estimação para o parâmetro fracionário do processo ARFIMA, nas situações de estacionariedade e não estacionariedade e, além disso, obter resultados similares para o parâmetro do processo de Manneville-Pomeau. Entre os diversos métodos de estimação para os parâmetros destes dois processos destacamos aquele baseado na teoria de wavelets por ser aquele que teve o melhor desempenho.
id URGS_ab24d5839e1c0411c97d1778819e5e11
oai_identifier_str oai:www.lume.ufrgs.br:10183/3031
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str 1853
spelling Pasini, Bárbara Patricia OlbermannLopes, Sílvia Regina Costa2007-06-06T17:25:52Z2002http://hdl.handle.net/10183/3031000330707Neste trabalho analisamos processos estocásticos com decaimento polinomial (também chamado hiperbólico) da função de autocorrelação. Nosso estudo tem enfoque nas classes dos Processos ARFIMA e dos Processos obtidos à partir de iterações da transformação de Manneville-Pomeau. Os objetivos principais são comparar diversos métodos de estimação para o parâmetro fracionário do processo ARFIMA, nas situações de estacionariedade e não estacionariedade e, além disso, obter resultados similares para o parâmetro do processo de Manneville-Pomeau. Entre os diversos métodos de estimação para os parâmetros destes dois processos destacamos aquele baseado na teoria de wavelets por ser aquele que teve o melhor desempenho.In this work we analyze stochastic processes with polynomial (also called hyperbolic) decay of the autocorrelation function. We emphasize the class of ARFIMA processes and the one obtained from the Manneville-Pomeau iterated function processes. The main goal is to compare different estimation methods for the fractional parameter in ARFIMA process, for both stationary and non-stationary case and, moreover, to get similar results for the parameter in the Manneville-Pomeau process. Among all estimation methods for the parameters of these two processes we stress the one based on the wavelet theory since this had the best performaance.application/pdfporProcessos estocásticosFunção de autocorrelaçãoDecaimento polinomialAnálise de séries temporaisProcessos ARFIRMAEstimação em classes de processos estocásticos com decaimento hiperbólico da função de autocorrelaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisUniversidade Federal do Rio Grande do SulInstituto de MatemáticaPrograma de Pós-Graduação em MatemáticaPorto Alegre, BR-RS2002doutoradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000330707.pdf000330707.pdfTexto completoapplication/pdf505185http://www.lume.ufrgs.br/bitstream/10183/3031/1/000330707.pdfd3cca234e87c954abc39e7ed5af4dd64MD51TEXT000330707.pdf.txt000330707.pdf.txtExtracted Texttext/plain185263http://www.lume.ufrgs.br/bitstream/10183/3031/2/000330707.pdf.txt697a4b341ed5c248d42604a7681006abMD52THUMBNAIL000330707.pdf.jpg000330707.pdf.jpgGenerated Thumbnailimage/jpeg1208http://www.lume.ufrgs.br/bitstream/10183/3031/3/000330707.pdf.jpg14d544a9b284d69202d8167f5befebfdMD5310183/30312022-02-22 04:53:38.278233oai:www.lume.ufrgs.br:10183/3031Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532022-02-22T07:53:38Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Estimação em classes de processos estocásticos com decaimento hiperbólico da função de autocorrelação
title Estimação em classes de processos estocásticos com decaimento hiperbólico da função de autocorrelação
spellingShingle Estimação em classes de processos estocásticos com decaimento hiperbólico da função de autocorrelação
Pasini, Bárbara Patricia Olbermann
Processos estocásticos
Função de autocorrelação
Decaimento polinomial
Análise de séries temporais
Processos ARFIRMA
title_short Estimação em classes de processos estocásticos com decaimento hiperbólico da função de autocorrelação
title_full Estimação em classes de processos estocásticos com decaimento hiperbólico da função de autocorrelação
title_fullStr Estimação em classes de processos estocásticos com decaimento hiperbólico da função de autocorrelação
title_full_unstemmed Estimação em classes de processos estocásticos com decaimento hiperbólico da função de autocorrelação
title_sort Estimação em classes de processos estocásticos com decaimento hiperbólico da função de autocorrelação
author Pasini, Bárbara Patricia Olbermann
author_facet Pasini, Bárbara Patricia Olbermann
author_role author
dc.contributor.author.fl_str_mv Pasini, Bárbara Patricia Olbermann
dc.contributor.advisor1.fl_str_mv Lopes, Sílvia Regina Costa
contributor_str_mv Lopes, Sílvia Regina Costa
dc.subject.por.fl_str_mv Processos estocásticos
Função de autocorrelação
Decaimento polinomial
Análise de séries temporais
Processos ARFIRMA
topic Processos estocásticos
Função de autocorrelação
Decaimento polinomial
Análise de séries temporais
Processos ARFIRMA
description Neste trabalho analisamos processos estocásticos com decaimento polinomial (também chamado hiperbólico) da função de autocorrelação. Nosso estudo tem enfoque nas classes dos Processos ARFIMA e dos Processos obtidos à partir de iterações da transformação de Manneville-Pomeau. Os objetivos principais são comparar diversos métodos de estimação para o parâmetro fracionário do processo ARFIMA, nas situações de estacionariedade e não estacionariedade e, além disso, obter resultados similares para o parâmetro do processo de Manneville-Pomeau. Entre os diversos métodos de estimação para os parâmetros destes dois processos destacamos aquele baseado na teoria de wavelets por ser aquele que teve o melhor desempenho.
publishDate 2002
dc.date.issued.fl_str_mv 2002
dc.date.accessioned.fl_str_mv 2007-06-06T17:25:52Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10183/3031
dc.identifier.nrb.pt_BR.fl_str_mv 000330707
url http://hdl.handle.net/10183/3031
identifier_str_mv 000330707
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/10183/3031/1/000330707.pdf
http://www.lume.ufrgs.br/bitstream/10183/3031/2/000330707.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/3031/3/000330707.pdf.jpg
bitstream.checksum.fl_str_mv d3cca234e87c954abc39e7ed5af4dd64
697a4b341ed5c248d42604a7681006ab
14d544a9b284d69202d8167f5befebfd
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_ 1800308916959051776

Registros relacionados