Séries temporais para modelos com parâmetros aleatórios: uma abordagem bayesiana

Autores

  • Leonilce Mena UEM
  • Marinho Gomes de Andrade Filho USP

DOI:

https://doi.org/10.4025/actascitechnol.v24i0.2552

Palavras-chave:

processo auto-regressivo, inferência bayesiana, modelo hierárquico, modelo dinâmico, filtro de Kalman, Gibbs-Sampling, Metropolis-Hasting

Resumo

Este trabalho apresenta uma abordagem bayesiana para fazer inferência sobre os parâmetros de modelos auto-regressivos. Nesse contexto, quando os parâmetros variam de forma aleatória e independente, adotou-se um modelo hierárquico para descrever a densidade a posteriori. Uma segunda abordagem supõe que os parâmetros variam de acordo com um modelo auto-regressivo de primeira ordem; nesse caso a abordagem é vista como uma extensão do filtro de Kalman, no qual as variâncias dos ruí­dos são conhecidas. Os modelos foram analisados usando técnicas de simulação de Monte Carlo e a geração de amostras das densidades a posteriori permitiram fazer previsões de séries por intermédio das densidades preditivas Para exemplificar a aplicação dos modelos, consideramos uma série real correspondente ao preço de ações.

Downloads

Não há dados estatísticos.

Biografia do Autor

Leonilce Mena, UEM

Possui graduação em Matemática pela Universidade Estadual de Maringá (1976) , especialização em Estatí­stica Aplicada pela Universidade Estadual de Maringá (1991) , mestrado em Ciências de Computação e Matemática Computacional pela Universidade de São Paulo (2000) e aperfeicoamento em Informática e Educação pela Universidade Estadual de Campinas (1987) . Atualmente é Professor Assistente da Universidade Estadual de Maringá. Tem experiência na área de Probabilidade e Estatí­stica , com ênfase em Probabilidade e Estatí­stica Aplicadas Currí­culo Lattes

Downloads

Publicado

2008-04-22

Como Citar

Mena, L., & Andrade Filho, M. G. de. (2008). Séries temporais para modelos com parâmetros aleatórios: uma abordagem bayesiana. Acta Scientiarum. Technology, 24, 1745–1753. https://doi.org/10.4025/actascitechnol.v24i0.2552

Edição

Seção

Estatí­stica

 

0.8
2019CiteScore
 
 
36th percentile
Powered by  Scopus

 

 

0.8
2019CiteScore
 
 
36th percentile
Powered by  Scopus