Please use this identifier to cite or link to this item: http://monografias.ufrn.br/handle/123456789/7559
Title: Previsão um passo à frente no processo PSINAR(1)
Authors: Santos, Antony Maciel dos
Keywords: Modelagem;Modeling;Processo PSINAR(1);PSINAR(1) process;Processos de contagem;Counting process;Previsão;Forecasting;Séries de potência;Power series
Issue Date: 28-Jun-2018
Publisher: Universidade Federal do Rio Grande do Norte
Citation: SANTOS, Antony Maciel dos. Previsão um passo à frente no processo PSINAR(1). 2018. 45 f. Monografia (Graduação) - Curso de Estatística, Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2018.
Portuguese Abstract: Nos últimos anos houve um aumento considerável no estudo em modelos de séries temporais de valores inteiros e uma infinidade de modelos com esse propósito vêm sendo propostos, como por exemplo, o processo autorregressivo de valores inteiros (INAR(1)). Métodos para se obter previsões utilizando tais modelos vêm sendo propostos visto a importância para as mais diversas áreas de conhecimento. Seguindo essa temática, Bourguignon e Vasconcellos (2015) propuseram o processo autorregressivo de valores inteiros com inovações de séries de potências (PSINAR(1)). O modelo considerado por estes autores possui muita utilidade prática, já que é composto por uma família de diferentes distribuições que se adéquam às especifidades de diferentes conjuntos de dados, como subdispersão ou sobredispersão. Assim, o presente trabalho tem os seguintes objetivos: apresentar o modelo PSINAR(1) e suas propriedades; estudar a previsão um passo à frente do modelo, considerando os estimadores de Yule-Walker, Mínimos quadrados condicionais e Máxima Verossimilhança Condicional, propondo três possíveis estimativas de previsão e compará-los via simulações de Monte Carlo; e aplicar o modelo a um conjunto de dados jurídicos.
URI: http://monografias.ufrn.br/jspui/handle/123456789/7559
Other Identifiers: 2014060149
Appears in Collections:Estatística

Files in This Item:
File Description SizeFormat 
PrevisaoUmPassoaFrente_Antony_2018.pdfMonografia1.02 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons