Mostrar registro simples

dc.contributor.advisorPumi, Guilhermept_BR
dc.contributor.authorGrande, Aline Foersterpt_BR
dc.date.accessioned2023-06-24T03:39:29Zpt_BR
dc.date.issued2023pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/259423pt_BR
dc.description.abstractO presente trabalho propõe uma abordagem Bayesiana para a estimação dos parâmetros do modelo βARMA(p, q), modelos de séries temporais para dados com suporte no intervalo (0, 1). Para tanto, emprega-se a técnica de amostragem Monte Carlo Hamiltoniano, reconhecida por sua eficiência computacional na estimação de parâmetros em modelos mais complexos. O estudo conduz simulações de Monte Carlo considerando modelos βARMA sob diversos cenários, bem como uma análise de sensibilidade com relação à escolha das prioris utilizadas e a detecção de raízes unitárias. Para ilustrar a aplicação da abordagem proposta, são utilizados dados de energia hidrelétrica como exemplo.pt_BR
dc.description.abstractThe present work proposes a Bayesian approach to estimate the parameters of βARMA(p, q) models, which are used for time series data with values in the interval (0, 1). To achieve this goal, the study employs the Hamiltonian Monte Carlo sampling technique, which is known for its effectiveness in estimating parameters in complex models. The study also conducts Monte Carlo simulations to examine the performance of the proposed approach under different scenarios. Additionally, the sensitivity of the results to prior selection and unit roots detection is evaluated. To demonstrate the applicability of the proposed approach, the study provides an empirical analysis using hydroelectric energy data.en
dc.format.mimetypeapplication/pdfpt_BR
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectTime seriesen
dc.subjectSéries temporaispt_BR
dc.subjectBayesian analysisen
dc.subjectAnálise bayesianapt_BR
dc.subjectSimulação de Monte Carlopt_BR
dc.subjectNon-Gaussian modelsen
dc.subjectInferência bayesianapt_BR
dc.subjectβARMA modelsen
dc.titleBayesian analysis of beta autoregressive moving average modelspt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor-coCybis, Gabriela Bettellapt_BR
dc.identifier.nrb001170018pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentInstituto de Matemática e Estatísticapt_BR
dc.degree.programPrograma de Pós-Graduação em Estatísticapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2023pt_BR
dc.degree.levelmestradopt_BR


Thumbnail
   

Este item está licenciado na Creative Commons License

Mostrar registro simples