Imprevistos e suas consequências
Autor(a) principal: | |
---|---|
Data de Publicação: | 1998 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://doi.org/10.11606/T.45.1998.tde-20210729-020927 |
Resumo: | A influência de informaçôes cuja ocorrência não havia sido previamente antecipada na construção de distribuições a posteriori será discutida.Primeiramente, abordaremos a questão da atualização de probalidades quando imprevistos ocorrem imediatamente antes de declaração de opiniões a posteriori. Alguns mecanismos de atualização de probalidades serão apresentados e algumas de suas fragilidades discutidas. A Regra de Jeffrey será vista em detalhes, destacando sua versão preditivista e o conceito de conjugação definido por esta regra. Também será discutido o Condicionamento Bayesiano e sua quaseimpotência na incorporação de imprevistos.Uma caracterização preditivista de modelos lineares t é obtida partindo apenas de julgamentos sobre objetos observáveis. Além de mais alguns exemplos de Jeffrey-conjugação, esta caracterização fornece um procedimento completamente operacional de modelagem. Posteriormente, apresentaremos um procedimento para inferir sobre pontos de mudanças, os quais muitas vezes surgem como conseqüências da ocorrência de imprevistos, utilizando o Modelo Partição Produto. Como inferir sobre mudanças na média e na variância de dados condicionalmente normais usando este procedimento será especificado. Aplicaremos os procedimentos desenvolvidos a dados do mercado financeiro |
id |
USP_8c4fbe007c85ef6c634a2b5f5553c24c |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20210729-020927 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis Imprevistos e suas consequências not available 1998-09-16Pilar Loreto Iglesias ZuazolaRosângela Helena LoschiUniversidade de São PauloEstatísticaUSPBR Estatística A influência de informaçôes cuja ocorrência não havia sido previamente antecipada na construção de distribuições a posteriori será discutida.Primeiramente, abordaremos a questão da atualização de probalidades quando imprevistos ocorrem imediatamente antes de declaração de opiniões a posteriori. Alguns mecanismos de atualização de probalidades serão apresentados e algumas de suas fragilidades discutidas. A Regra de Jeffrey será vista em detalhes, destacando sua versão preditivista e o conceito de conjugação definido por esta regra. Também será discutido o Condicionamento Bayesiano e sua quaseimpotência na incorporação de imprevistos.Uma caracterização preditivista de modelos lineares t é obtida partindo apenas de julgamentos sobre objetos observáveis. Além de mais alguns exemplos de Jeffrey-conjugação, esta caracterização fornece um procedimento completamente operacional de modelagem. Posteriormente, apresentaremos um procedimento para inferir sobre pontos de mudanças, os quais muitas vezes surgem como conseqüências da ocorrência de imprevistos, utilizando o Modelo Partição Produto. Como inferir sobre mudanças na média e na variância de dados condicionalmente normais usando este procedimento será especificado. Aplicaremos os procedimentos desenvolvidos a dados do mercado financeiro not available https://doi.org/10.11606/T.45.1998.tde-20210729-020927info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T19:40:34Zoai:teses.usp.br:tde-20210729-020927Biblioteca 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:27212023-12-22T13:02:11.770426Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.pt.fl_str_mv |
Imprevistos e suas consequências |
dc.title.alternative.en.fl_str_mv |
not available |
title |
Imprevistos e suas consequências |
spellingShingle |
Imprevistos e suas consequências Rosângela Helena Loschi |
title_short |
Imprevistos e suas consequências |
title_full |
Imprevistos e suas consequências |
title_fullStr |
Imprevistos e suas consequências |
title_full_unstemmed |
Imprevistos e suas consequências |
title_sort |
Imprevistos e suas consequências |
author |
Rosângela Helena Loschi |
author_facet |
Rosângela Helena Loschi |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Pilar Loreto Iglesias Zuazola |
dc.contributor.author.fl_str_mv |
Rosângela Helena Loschi |
contributor_str_mv |
Pilar Loreto Iglesias Zuazola |
description |
A influência de informaçôes cuja ocorrência não havia sido previamente antecipada na construção de distribuições a posteriori será discutida.Primeiramente, abordaremos a questão da atualização de probalidades quando imprevistos ocorrem imediatamente antes de declaração de opiniões a posteriori. Alguns mecanismos de atualização de probalidades serão apresentados e algumas de suas fragilidades discutidas. A Regra de Jeffrey será vista em detalhes, destacando sua versão preditivista e o conceito de conjugação definido por esta regra. Também será discutido o Condicionamento Bayesiano e sua quaseimpotência na incorporação de imprevistos.Uma caracterização preditivista de modelos lineares t é obtida partindo apenas de julgamentos sobre objetos observáveis. Além de mais alguns exemplos de Jeffrey-conjugação, esta caracterização fornece um procedimento completamente operacional de modelagem. Posteriormente, apresentaremos um procedimento para inferir sobre pontos de mudanças, os quais muitas vezes surgem como conseqüências da ocorrência de imprevistos, utilizando o Modelo Partição Produto. Como inferir sobre mudanças na média e na variância de dados condicionalmente normais usando este procedimento será especificado. Aplicaremos os procedimentos desenvolvidos a dados do mercado financeiro |
publishDate |
1998 |
dc.date.issued.fl_str_mv |
1998-09-16 |
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 |
https://doi.org/10.11606/T.45.1998.tde-20210729-020927 |
url |
https://doi.org/10.11606/T.45.1998.tde-20210729-020927 |
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.publisher.none.fl_str_mv |
Universidade de São Paulo |
dc.publisher.program.fl_str_mv |
Estatística |
dc.publisher.initials.fl_str_mv |
USP |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade de São Paulo |
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_ |
1794502921836036096 |