Uso da abordagem Bayesiana para a estimativa de parâmetros sazonais dos modelos auto-regressivos periódicos

Detalhes bibliográficos
Autor(a) principal: Gomes, Maria Helena Rodrigues
Data de Publicação: 2003
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/18/18138/tde-06012016-113635/
Resumo: O presente trabalho tem por finalidade o uso da abordagem bayesiana para a estimativa de parâmetros sazonais dos modelos periódicos auto-regressivos (PAR). Após a determinação dos estimadores bayesianos, estes são comparados com os estimadores de máxima verossimilhança. A previsão para 12 meses é realizada usando os dois estimadores e os resultados comparados por meio de gráficos, tabelas e pelos erros de previsão. Para ilustrar o problema as séries escolhidas foram as séries hidrológicas da Usinas Hidroelétricas de Furnas e Emborcação. Tais séries foram selecionadas tendo em vista a necessidade de previsões com reduzido erro já que o sistema de operação das usinas hidroelétricas depende muito da quantidade de água existente em seus reservatórios e de planejamento e gerenciamento eficazes.
id USP_7849592d2beada3fe4d71d68fcc0fd73
oai_identifier_str oai:teses.usp.br:tde-06012016-113635
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Uso da abordagem Bayesiana para a estimativa de parâmetros sazonais dos modelos auto-regressivos periódicosUse of Bayesian method to the estimate of sazonal parameters of periodic autoregressive modelsBayesian methodHydrological time seriesInferência BayesianaModelo PARPAR modelsSéries temporais hidrológicasO presente trabalho tem por finalidade o uso da abordagem bayesiana para a estimativa de parâmetros sazonais dos modelos periódicos auto-regressivos (PAR). Após a determinação dos estimadores bayesianos, estes são comparados com os estimadores de máxima verossimilhança. A previsão para 12 meses é realizada usando os dois estimadores e os resultados comparados por meio de gráficos, tabelas e pelos erros de previsão. Para ilustrar o problema as séries escolhidas foram as séries hidrológicas da Usinas Hidroelétricas de Furnas e Emborcação. Tais séries foram selecionadas tendo em vista a necessidade de previsões com reduzido erro já que o sistema de operação das usinas hidroelétricas depende muito da quantidade de água existente em seus reservatórios e de planejamento e gerenciamento eficazes.The objective of this research is to use bayesian method to estimate of sazonal parameters of periodic autoregressive models (PAR). The bayesian estimators are then compared with maximum likelihood estimators. The forecast for 12 months is made by using two estimators and comparing their results though graphs, tables and forecast error. The hydrological time series chosen were from Furnas and Emborcação Hydroeletric Power Plant. These series were chosen having in mind the necessity of series with reduced error in their forecast because system of operation in the Hydroeletric Power Plant depends on the quantity of the water in their resevoirs, eficient planning and management.Biblioteca Digitais de Teses e Dissertações da USPChaudhry, Fazal HussainGomes, Maria Helena Rodrigues2003-03-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/18/18138/tde-06012016-113635/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/openAccesspor2017-09-04T21:06:17Zoai:teses.usp.br:tde-06012016-113635Biblioteca 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:27212017-09-04T21:06:17Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Uso da abordagem Bayesiana para a estimativa de parâmetros sazonais dos modelos auto-regressivos periódicos
Use of Bayesian method to the estimate of sazonal parameters of periodic autoregressive models
title Uso da abordagem Bayesiana para a estimativa de parâmetros sazonais dos modelos auto-regressivos periódicos
spellingShingle Uso da abordagem Bayesiana para a estimativa de parâmetros sazonais dos modelos auto-regressivos periódicos
Gomes, Maria Helena Rodrigues
Bayesian method
Hydrological time series
Inferência Bayesiana
Modelo PAR
PAR models
Séries temporais hidrológicas
title_short Uso da abordagem Bayesiana para a estimativa de parâmetros sazonais dos modelos auto-regressivos periódicos
title_full Uso da abordagem Bayesiana para a estimativa de parâmetros sazonais dos modelos auto-regressivos periódicos
title_fullStr Uso da abordagem Bayesiana para a estimativa de parâmetros sazonais dos modelos auto-regressivos periódicos
title_full_unstemmed Uso da abordagem Bayesiana para a estimativa de parâmetros sazonais dos modelos auto-regressivos periódicos
title_sort Uso da abordagem Bayesiana para a estimativa de parâmetros sazonais dos modelos auto-regressivos periódicos
author Gomes, Maria Helena Rodrigues
author_facet Gomes, Maria Helena Rodrigues
author_role author
dc.contributor.none.fl_str_mv Chaudhry, Fazal Hussain
dc.contributor.author.fl_str_mv Gomes, Maria Helena Rodrigues
dc.subject.por.fl_str_mv Bayesian method
Hydrological time series
Inferência Bayesiana
Modelo PAR
PAR models
Séries temporais hidrológicas
topic Bayesian method
Hydrological time series
Inferência Bayesiana
Modelo PAR
PAR models
Séries temporais hidrológicas
description O presente trabalho tem por finalidade o uso da abordagem bayesiana para a estimativa de parâmetros sazonais dos modelos periódicos auto-regressivos (PAR). Após a determinação dos estimadores bayesianos, estes são comparados com os estimadores de máxima verossimilhança. A previsão para 12 meses é realizada usando os dois estimadores e os resultados comparados por meio de gráficos, tabelas e pelos erros de previsão. Para ilustrar o problema as séries escolhidas foram as séries hidrológicas da Usinas Hidroelétricas de Furnas e Emborcação. Tais séries foram selecionadas tendo em vista a necessidade de previsões com reduzido erro já que o sistema de operação das usinas hidroelétricas depende muito da quantidade de água existente em seus reservatórios e de planejamento e gerenciamento eficazes.
publishDate 2003
dc.date.none.fl_str_mv 2003-03-19
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/18/18138/tde-06012016-113635/
url http://www.teses.usp.br/teses/disponiveis/18/18138/tde-06012016-113635/
dc.language.iso.fl_str_mv por
language por
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_ 1815256549406277632

Registros relacionados