Repositório Digital

A- A A+

Estimação e previsão em processos com longa dependência sazonais

.

Estimação e previsão em processos com longa dependência sazonais

Mostrar registro completo

Estatísticas

Título Estimação e previsão em processos com longa dependência sazonais
Autor Bisognin, Cleber
Orientador Lopes, Silvia Regina Costa
Data 2003
Nível Mestrado
Instituição Universidade Federal do Rio Grande do Sul. Instituto de Matemática. Programa de Pós-Graduação em Matemática.
Assunto Sazonalidade
Series temporais
Resumo Neste trabalho analisamos alguns processos com longa dependência sazonais, denotados por SARFIMA(0,D, 0)s, onde s é a sazonalidade. Os estudos de estimação e previsão estão baseados em simulações de Monte Carlo para diferentes tamanhos amostrais e diferentes sazonalidades. Para estimar o parâmetro D de diferenciação sazonal utilizamos os estimadores propostos por Geweke e Porter-Hudak (1983), Reisen (1994) e Fox e Taqqu (1986). Para os dois primeiros procedimentos de estimação consideramos seis diferentes maneiras de compor o número de regressores necessários na análise de regressão, com o intuito de melhor comparar seus desempenhos. Apresentamos um estudo sobre previsão h-passos à frente utilizando os processos SARFIMA(0,D, 0)s no qual analisamos o erro de previsão, as variâncias teórica e amostral, o vício, o pervício e o erro quadrático médio.
Abstract In this work we analyze some long memory seasonal processes, denoted by SARFIMA(0,D, 0)s, where s is the seasonality. The estimation and forecas- ting analysis in these processes are based on Monte Carlo simulation studies for different seasonal parameters and different sample sizes. To estimate the fractional seasonal parameter D we consider the methods proposed by Geweke and Porter-Hudak (1983), Reisen (1994) and Fox and Taqqu (1986). For the first two estimation procedures we consider six different ways to choose the number of regressors in the linear regression, to better compare their performances. We also consider here the study of the h-steps ahead forecasting for these SARFIMA(0,D, 0)s processes analyzing the forecasting error, the theoretical and sample variances, the bias, the percentage bias and the mean square error.
Tipo Dissertação
URI http://hdl.handle.net/10183/3107
Arquivos Descrição Formato
000382163.pdf (921.5Kb) Texto completo Adobe PDF Visualizar/abrir

Este item está licenciado na Creative Commons License

Este item aparece na(s) seguinte(s) coleção(ões)


Mostrar registro completo

Percorrer



  • O autor é titular dos direitos autorais dos documentos disponíveis neste repositório e é vedada, nos termos da lei, a comercialização de qualquer espécie sem sua autorização prévia.
    Projeto gráfico elaborado pelo Caixola - Clube de Criação Fabico/UFRGS Powered by DSpace software, Version 1.8.1.