Navegando por Autor "Chaves, Willian Faustino"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
TCC Avaliação do desempenho dos estimadores dos parâmetros no modelo BerG-GARMA(Universidade Federal do Rio Grande do Norte, 2025-07-04) Chaves, Willian Faustino; Fernández, Luz Milena Zea; Silva Junior, Antônio Hermes Marques da; http://lattes.cnpq.br/3343387049703691; Medeiros, Rodrigo Matheus Rocha de; Sales, Lucas de Oliveira Ferreira deEste trabalho avalia o desempenho dos estimadores de máxima verossimilhança condicional no modelo BerG-GARMA (Bernoulli-Geométrico Generalizado Autorregressivo de Médias Móveis), proposto por Sales, Alencar e Ho (2022), o qual combina a estrutura dinâmica dos modelos GARMA com a flexibilidade da distribuição BerG para modelar séries temporais de contagem com diferentes níveis de dispersão. Foi conduzido um estudo de simulação de Monte Carlo, considerando diferentes tamanhos amostrais, três estruturas de modelo (BerGGARMA(1,1), BerG-GARMA(1,0) e BerG-GARMA(0,1)) e três cenários de dispersão (subdispersão, equidispersão e sobredispersão), incluindo também situações com valores negativos para os parâmetros. As estimativas foram obtidas por meio de uma versão modificada do pacote garma, disponível no GitHub (https://github.com/matheusbarroso/garma), adaptada para incluir a distribuição BerG no arcabouço GAMLSS, com estrutura dinâmica aplicada apenas ao parâmetro de média. O desempenho dos estimadores foi avaliado a partir de diferentes métricas de erro. Os resultados indicam que, à medida que o tamanho da amostra aumenta, os estimadores tendem a se aproximar dos valores verdadeiros dos parâmetros do modelo. Além disso, observou-se que a estimativa do parâmetro de dispersão é mais sensível, especialmente em contextos com maior variabilidade e tamanhos amostrais menores. Os achados obtidos estendem os resultados apresentados por Sales, Alencar e Ho (2022), mesmo considerando variações no estudo, como a inclusão de novos cenários e estruturas de modelo. Conclui-se que o modelo BerG-GARMA apresenta bom desempenho na modelagem de séries temporais de contagem com diferentes níveis de dispersão, sendo útil em aplicações que envolvam dados com essa natureza.