Inferência bayesiana para a distribuição conjunta das r-maiores estatísticas de ordem com ponto de mudança

dc.contributor.advisorNascimento, Fernando Ferraz do
dc.contributor.advisor-co1Pereira, Marcelo Bourguignon
dc.contributor.advisor-co1IDhttps://orcid.org/0000-0002-1182-5193pt_BR
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/9358366674842900pt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/0900853334265963pt_BR
dc.contributor.authorSilva, Wyara Vanesa Moura e
dc.contributor.authorLatteshttp://lattes.cnpq.br/5538303153427476pt_BR
dc.contributor.referees1Morales, Fidel Ernesto Castro
dc.contributor.referees1Latteshttp://lattes.cnpq.br/8552159154343151pt_BR
dc.contributor.referees2Lopes, Hedibert Freitas
dc.contributor.referees2Latteshttp://lattes.cnpq.br/7679840055825288pt_BR
dc.date.accessioned2017-11-16T22:02:47Z
dc.date.available2017-11-16T22:02:47Z
dc.date.issued2017-08-28
dc.description.resumoA análise de valores extremos tem sido amplamente utilizada a fim de avaliar e prever catástrofes ambientais ocasionadas devido a mudanças climáticas ocorridas ao longo dos anos. Além da área ambiental, outras áreas comuns de aplicações destas análises são finanças, atuária, entre outras. Desta maneira, o presente trabalho consiste na estimação de parâmetros e níveis de retornos esperados, considerando a distribuição de valores extremos para as r-maiores estatísticas de ordem. Tais estimações serão avaliadas em séries que possuem pontos de mudança no regime, ou seja, será proposto um modelo para detecção de pontos de mudança numa série, aplicado a distribuição das r-maiores estatísticas de ordem (GEVr). Será abordado o caso em que a série possui k pontos de mudança, na qual a série possui k+1 diferentes regimes, e será modelado cada regime pela distribuição GEVr. A inferência usada no modelo é baseada numa abordagem bayesiana, em que ambos o parâmetros da GEVr para cada regime, e os pontos de mudança são considerados como parâmetros desconhecidos a serem estimados. Além de uma avaliação quanto ao critério de escolha do r ótimo para a distrubuição dos dados. A estimação é realizada pelo Método de Monte Carlo via Cadeias de Markov (MCMC) com o uso da técnica do algoritmo de Metropolis-Hastings. Inicialmente, foram realizadas apenas simulações, para avaliação de séries com um e dois pontos de mudança, em que obteve-se resultados pertinentes. Além disso, foi realizada um breve análise de níveis de retornos quanto a diferentes valores do r, e uma sumária análise descritiva dos dados reais que serão utilizados nas aplicações do modelo proposto. E por fim, a aplicação do modelo proposto para os dados de cotas do rio Parnaíba e Paraná, além de dados de retornos diários da Nasdaq.pt_BR
dc.identifier.citationSILVA, Wyara Vanesa Moura e. Inferência bayesiana para a distribuição conjunta das r-maiores estatísticas de ordem com ponto de mudança. 2017. 103f. 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/123456789/24282
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.subjectValores extremospt_BR
dc.subjectr-Maiores estatísticas de ordempt_BR
dc.subjectAbordagem bayesianapt_BR
dc.subjectPonto de mudançapt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::MATEMATICA: MATEMÁTICA APLICADA E ESTATÍSTICApt_BR
dc.titleInferência bayesiana para a distribuição conjunta das r-maiores estatísticas de ordem com ponto de mudançapt_BR
dc.title.alternativeBayesian inference for the joint distribution of r-largest order statistics with change pointpt_BR
dc.typemasterThesispt_BR

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
WyaraVanesaMouraESilva_DISSERT.pdf
Tamanho:
1.2 MB
Formato:
Adobe Portable Document Format
Carregando...
Imagem de Miniatura
Baixar