Please use this identifier to cite or link to this item: http://monografias.ufrn.br/handle/123456789/7559
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorFernandez, Luz Milena Zea-
dc.contributor.authorSantos, Antony Maciel dos-
dc.date.accessioned2018-10-25T15:13:53Z-
dc.date.available2018-10-25T15:13:53Z-
dc.date.issued2018-06-28-
dc.identifier2014060149pr_BR
dc.identifier.citationSANTOS, 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.pt_BR
dc.identifier.urihttp://monografias.ufrn.br/jspui/handle/123456789/7559-
dc.languagept_BRpt_BR
dc.publisherUniversidade Federal do Rio Grande do Nortept_BR
dc.rightsopenAccesspr_BR
dc.subjectModelagempt_BR
dc.subjectModelingpt_BR
dc.subjectProcesso PSINAR(1)pt_BR
dc.subjectPSINAR(1) processpt_BR
dc.subjectProcessos de contagempt_BR
dc.subjectCounting processpt_BR
dc.subjectPrevisãopt_BR
dc.subjectForecastingpt_BR
dc.subjectSéries de potênciapt_BR
dc.subjectPower seriespt_BR
dc.titlePrevisão um passo à frente no processo PSINAR(1)pt_BR
dc.typebachelorThesispt_BR
dc.contributor.referees1Castro, Bruno Monte de-
dc.contributor.referees2Pereira, Marcelo Bourguignon-
dc.description.resumoNos 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentEstatísticapr_BR
dc.publisher.initialsUFRNpt_BR
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