Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))

dc.contributor.advisorPinho, André Luis Santos de
dc.contributor.advisor-co1Fernandez, Luz Milena Zea
dc.contributor.advisor-co1IDpt_BR
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/0576675498537949
dc.contributor.advisorIDpt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/7753762932186347
dc.contributor.authorOrozco, Daniel Leonardo Ramírez
dc.contributor.authorIDpt_BR
dc.contributor.authorLatteshttp://lattes.cnpq.br/1178903459504471
dc.contributor.referees1Vasconcellos, Klaus Leite Pinto
dc.contributor.referees1IDpt_BR
dc.contributor.referees1Latteshttp://lattes.cnpq.br/4556088473868411
dc.contributor.referees2Pereira, Marcelo Bourguignon
dc.contributor.referees2IDpt_BR
dc.contributor.referees2Latteshttp://lattes.cnpq.br/9358366674842900
dc.date.accessioned2017-05-27T00:31:04Z
dc.date.available2017-05-27T00:31:04Z
dc.date.issued2017-02-21
dc.description.resumoAs séries temporais, vistas como uma coleção de observações medidas sequencialmente ao longo do tempo, vem sendo estudadas com profunda notoriedade nos últimos anos, observandose aplicações e novas propostas de modelos autorregressivos que ampliam o campo de estudo. Neste trabalho se propõe um novo modelo autorregressivo misto de primeira ordem com inova ções Poisson, denotado POMINAR(1), misturando dois operadores conhecidos como thinning binomial e thinning Poisson. Ademais, se fornece a interpretação desses operadores e demonstram-se suas respectivas propriedades, como também um possível caso da aplicação do POMINAR(1). A esperança marginal, variância marginal, esperança condicional, variância condicional e função de autocorrelação do processo proposto são obtidas passo a passo. De forma detalhada são desenvolvidas as probabilidades de transição. Os estimadores de máxima verossimilhança condicional e Yule-Walker para os parâmetros do processo são determinados, e uma aplicação a um conjunto de dados reais é dada buscando a efetividade do modelo proposto.pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)pt_BR
dc.identifier.citationOROZCO, Daniel Leonardo Ramírez. Um novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1)). 2017. 84f. Dissertação (Mestrado em Matemática Aplicada e Estatística) - Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017.pt_BR
dc.identifier.urihttps://repositorio.ufrn.br/jspui/handle/123456789/23162
dc.languageporpt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.initialsUFRNpt_BR
dc.publisher.programPROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA APLICADA E ESTATÍSTICApt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectINAR(1)pt_BR
dc.subjectINARCH(1)pt_BR
dc.subjectThinning binomialpt_BR
dc.subjectThinning Poissonpt_BR
dc.subjectSérie temporalpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA APLICADA E ESTATÍSTICApt_BR
dc.titleUm novo processo autorregressivo misto para séries temporais de valores inteiros de primeira ordem com inovações Poisson (POMINAR(1))pt_BR
dc.typemasterThesispt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
ProcessoAutorregressivoMisto_OROZCO_2017.pdf
Tamanho:
986.86 KB
Formato:
Adobe Portable Document Format
Carregando...
Imagem de Miniatura
Baixar