Estimação da causalidade de Granger no caso de interação não-linear.

• Autor(a) principal: Massaroppe, Lucas
• Data de Publicação: 2016
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/3/3142/tde-20122016-083110/
• topic: Análise de séries temporais; Asymptotics statistics; Coerência parcial direcionada; Directed transfer function; Estatística assintótica; Função de transferência direcionada; Granger causality test; Inferência estatística; Kernel methods; Métodos de Kernels; Modelos não lineares; Nonlinear models; Partial directed coherence; Statistical inference; Teste de causalidade de Granger; Time series analysis

Esta tese examina o problema de detecção de conectividade entre séries temporais no sentido de Granger no caso em que a natureza não linear das interações não permite sua determinação por meio de modelos auto-regressivos lineares vetoriais. Mostra-se que é possível realizar esta detecção com auxílio dos chamados métodos de Kernel, que se tornaram populares em aprendizado por máquina (\'machine learning\') já que tais métodos permitem definir formas generalizadas de teste de Granger, coerência parcial direcionada e função de transferência direcionada. Usando simulações, mostram-se alguns exemplos de detecção nos quais fica também evidente que resultados assintóticos deduzidos originalmente para estimadores lineares podem ser generalizados de modo análogo, mostrando-se válidos no presente contexto kernelizado.