GARMA models, a new perspective using Bayesian methods and transformations

Detalhes bibliográficos
Autor(a) principal: Andrade, Breno Silveira de
Data de Publicação: 2016
Tipo de documento: Tese
Idioma: eng
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-27032017-161141/
Resumo: Generalized autoregressive moving average (GARMA) models are a class of models that was developed for extending the univariate Gaussian ARMA time series model to a flexible observation-driven model for non-Gaussian time series data. This work presents the GARMA model with discrete distributions and application of resampling techniques to this class of models. We also proposed The Bayesian approach on GARMA models. The TGARMA (Transformed Generalized Autoregressive Moving Average) models was proposed, using the Box-Cox power transformation. Last but not least we proposed the Bayesian approach for the TGARMA (Transformed Generalized Autoregressive Moving Average).
id USP_398d2eb40cb8c94d8b4858b3c8559da4
oai_identifier_str oai:teses.usp.br:tde-27032017-161141
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling GARMA models, a new perspective using Bayesian methods and transformationsModelos GARMA, uma nova perspectiva usando métodos Bayesianos e transformaçõesAbordagem BayesianaARMA generalizadoARMA transformado generalizadoBayesian approachContinuous distributionsDiscrete distributionsDistribuições contínuasDistribuições discretasGeneralized ARMA modelTransformed generalized ARMA modelGeneralized autoregressive moving average (GARMA) models are a class of models that was developed for extending the univariate Gaussian ARMA time series model to a flexible observation-driven model for non-Gaussian time series data. This work presents the GARMA model with discrete distributions and application of resampling techniques to this class of models. We also proposed The Bayesian approach on GARMA models. The TGARMA (Transformed Generalized Autoregressive Moving Average) models was proposed, using the Box-Cox power transformation. Last but not least we proposed the Bayesian approach for the TGARMA (Transformed Generalized Autoregressive Moving Average).Modelos Autoregressivos e de médias móveis generalizados (GARMA) são uma classe de modelos que foi desenvolvida para extender os conhecidos modelos ARMA com distribuição Gaussiana para um cenário de series temporais não Gaussianas. Este trabalho apresenta os modelos GARMA aplicados a distribuições discretas, e alguns métodos de reamostragem aplicados neste contexto. É proposto neste trabalho uma abordagem Bayesiana para os modelos GARMA. O trabalho da continuidade apresentando os modelos GARMA transformados, utilizando a transformação de Box-Cox. E por último porém não menos importante uma abordagem Bayesiana para os modelos GARMA transformados.Biblioteca Digitais de Teses e Dissertações da USPAndrade Filho, Marinho Gomes deAndrade, Breno Silveira de2016-12-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/104/104131/tde-27032017-161141/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesseng2018-07-17T16:34:08Zoai:teses.usp.br:tde-27032017-161141Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212018-07-17T16:34:08Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv GARMA models, a new perspective using Bayesian methods and transformations
Modelos GARMA, uma nova perspectiva usando métodos Bayesianos e transformações
title GARMA models, a new perspective using Bayesian methods and transformations
spellingShingle GARMA models, a new perspective using Bayesian methods and transformations
Andrade, Breno Silveira de
Abordagem Bayesiana
ARMA generalizado
ARMA transformado generalizado
Bayesian approach
Continuous distributions
Discrete distributions
Distribuições contínuas
Distribuições discretas
Generalized ARMA model
Transformed generalized ARMA model
title_short GARMA models, a new perspective using Bayesian methods and transformations
title_full GARMA models, a new perspective using Bayesian methods and transformations
title_fullStr GARMA models, a new perspective using Bayesian methods and transformations
title_full_unstemmed GARMA models, a new perspective using Bayesian methods and transformations
title_sort GARMA models, a new perspective using Bayesian methods and transformations
author Andrade, Breno Silveira de
author_facet Andrade, Breno Silveira de
author_role author
dc.contributor.none.fl_str_mv Andrade Filho, Marinho Gomes de
dc.contributor.author.fl_str_mv Andrade, Breno Silveira de
dc.subject.por.fl_str_mv Abordagem Bayesiana
ARMA generalizado
ARMA transformado generalizado
Bayesian approach
Continuous distributions
Discrete distributions
Distribuições contínuas
Distribuições discretas
Generalized ARMA model
Transformed generalized ARMA model
topic Abordagem Bayesiana
ARMA generalizado
ARMA transformado generalizado
Bayesian approach
Continuous distributions
Discrete distributions
Distribuições contínuas
Distribuições discretas
Generalized ARMA model
Transformed generalized ARMA model
description Generalized autoregressive moving average (GARMA) models are a class of models that was developed for extending the univariate Gaussian ARMA time series model to a flexible observation-driven model for non-Gaussian time series data. This work presents the GARMA model with discrete distributions and application of resampling techniques to this class of models. We also proposed The Bayesian approach on GARMA models. The TGARMA (Transformed Generalized Autoregressive Moving Average) models was proposed, using the Box-Cox power transformation. Last but not least we proposed the Bayesian approach for the TGARMA (Transformed Generalized Autoregressive Moving Average).
publishDate 2016
dc.date.none.fl_str_mv 2016-12-16
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://www.teses.usp.br/teses/disponiveis/104/104131/tde-27032017-161141/
url http://www.teses.usp.br/teses/disponiveis/104/104131/tde-27032017-161141/
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257417430073344

Registros relacionados