[pt] ESTIMAÇÃO DE MODELOS NÃO-LINEARES BASEADOS EM CONDIÇÕES DE MOMENTO

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: DANILO CAIANO DELGADO
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: MAXWELL
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48955&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48955&idi=2
http://doi.org/10.17771/PUCRio.acad.48955
Resumo: [pt] O objetivo desta dissertação é comparar através de um estudo de simulação diferentes estimadores de modelos não-lineares. Nós consideramos neste trabalho o estimador não-linear de mínimos quadrados em dois estágios (NL2SLS), o estimador não-linear de máxima verossimilhança de informação limitada (LIML) e o estimador com função controle (CF). Os resultados mostram que os estimadores CF e LIML possuem em geral uma performance superior ao do NL2SLS para os modelos selecionados. O trabalho considera uma aplicação de uma Curva de Phillips não-linear para a Economia Brasileira.
id PUC_RIO-1_62d0b03cdd15caa5617db1f183fdbac2
oai_identifier_str oai:MAXWELL.puc-rio.br:48955
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str
spelling [pt] ESTIMAÇÃO DE MODELOS NÃO-LINEARES BASEADOS EM CONDIÇÕES DE MOMENTO [en] MOMENT-BASED ESTIMATION OF NONLINEAR MODELS [pt] MODELOS NAO-LINEARES[pt] ESTIMADOR NAO LINEAR DE MINIMOS QUADRADOS EM DOIS ESTAGIOS[pt] ESTIMADOR NAO LINEAR DE MAXIMA VEROSSIMILHANCA DE INFORMACAO LIMITADA[pt] ESTIMADOR COM FUNCAO CONTROLE[en] NONLINEAR MODELS[en] NONLINEAR TWO-STAGE LEAST SQUARES ESTIMATOR[en] NONLINEAR LIMITED INFORMATION MAXIMUM LIKELIHOOD ESTIMATOR[en] CONTROL FUNCTION ESTIMATOR[pt] O objetivo desta dissertação é comparar através de um estudo de simulação diferentes estimadores de modelos não-lineares. Nós consideramos neste trabalho o estimador não-linear de mínimos quadrados em dois estágios (NL2SLS), o estimador não-linear de máxima verossimilhança de informação limitada (LIML) e o estimador com função controle (CF). Os resultados mostram que os estimadores CF e LIML possuem em geral uma performance superior ao do NL2SLS para os modelos selecionados. O trabalho considera uma aplicação de uma Curva de Phillips não-linear para a Economia Brasileira. [en] The aim of this dissertation is to compare, in a simulation study, different nonlinear estimators for selected models. We consider the two-stage nonlinear least-squares (NL2SLS), the nonlinear limited information maximum likelihood (LIML), and the control function (CF) estimator. Our results show that usually either CF or LIML estimators perform better than the NL2SLS estimator for the selected models. In an application with real data, we consider the estimation a nonlinear Phillips Curve for Brazilian economy.MAXWELLMARCELO CUNHA MEDEIROSMARCELO CUNHA MEDEIROSMARCELO CUNHA MEDEIROSDANILO CAIANO DELGADO2020-07-10info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48955&idi=1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48955&idi=2http://doi.org/10.17771/PUCRio.acad.48955engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-08-26T00:00:00Zoai:MAXWELL.puc-rio.br:48955Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342022-08-26T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [pt] ESTIMAÇÃO DE MODELOS NÃO-LINEARES BASEADOS EM CONDIÇÕES DE MOMENTO
[en] MOMENT-BASED ESTIMATION OF NONLINEAR MODELS
title [pt] ESTIMAÇÃO DE MODELOS NÃO-LINEARES BASEADOS EM CONDIÇÕES DE MOMENTO
spellingShingle [pt] ESTIMAÇÃO DE MODELOS NÃO-LINEARES BASEADOS EM CONDIÇÕES DE MOMENTO
DANILO CAIANO DELGADO
[pt] MODELOS NAO-LINEARES
[pt] ESTIMADOR NAO LINEAR DE MINIMOS QUADRADOS EM DOIS ESTAGIOS
[pt] ESTIMADOR NAO LINEAR DE MAXIMA VEROSSIMILHANCA DE INFORMACAO LIMITADA
[pt] ESTIMADOR COM FUNCAO CONTROLE
[en] NONLINEAR MODELS
[en] NONLINEAR TWO-STAGE LEAST SQUARES ESTIMATOR
[en] NONLINEAR LIMITED INFORMATION MAXIMUM LIKELIHOOD ESTIMATOR
[en] CONTROL FUNCTION ESTIMATOR
title_short [pt] ESTIMAÇÃO DE MODELOS NÃO-LINEARES BASEADOS EM CONDIÇÕES DE MOMENTO
title_full [pt] ESTIMAÇÃO DE MODELOS NÃO-LINEARES BASEADOS EM CONDIÇÕES DE MOMENTO
title_fullStr [pt] ESTIMAÇÃO DE MODELOS NÃO-LINEARES BASEADOS EM CONDIÇÕES DE MOMENTO
title_full_unstemmed [pt] ESTIMAÇÃO DE MODELOS NÃO-LINEARES BASEADOS EM CONDIÇÕES DE MOMENTO
title_sort [pt] ESTIMAÇÃO DE MODELOS NÃO-LINEARES BASEADOS EM CONDIÇÕES DE MOMENTO
author DANILO CAIANO DELGADO
author_facet DANILO CAIANO DELGADO
author_role author
dc.contributor.none.fl_str_mv MARCELO CUNHA MEDEIROS
MARCELO CUNHA MEDEIROS
MARCELO CUNHA MEDEIROS
dc.contributor.author.fl_str_mv DANILO CAIANO DELGADO
dc.subject.por.fl_str_mv [pt] MODELOS NAO-LINEARES
[pt] ESTIMADOR NAO LINEAR DE MINIMOS QUADRADOS EM DOIS ESTAGIOS
[pt] ESTIMADOR NAO LINEAR DE MAXIMA VEROSSIMILHANCA DE INFORMACAO LIMITADA
[pt] ESTIMADOR COM FUNCAO CONTROLE
[en] NONLINEAR MODELS
[en] NONLINEAR TWO-STAGE LEAST SQUARES ESTIMATOR
[en] NONLINEAR LIMITED INFORMATION MAXIMUM LIKELIHOOD ESTIMATOR
[en] CONTROL FUNCTION ESTIMATOR
topic [pt] MODELOS NAO-LINEARES
[pt] ESTIMADOR NAO LINEAR DE MINIMOS QUADRADOS EM DOIS ESTAGIOS
[pt] ESTIMADOR NAO LINEAR DE MAXIMA VEROSSIMILHANCA DE INFORMACAO LIMITADA
[pt] ESTIMADOR COM FUNCAO CONTROLE
[en] NONLINEAR MODELS
[en] NONLINEAR TWO-STAGE LEAST SQUARES ESTIMATOR
[en] NONLINEAR LIMITED INFORMATION MAXIMUM LIKELIHOOD ESTIMATOR
[en] CONTROL FUNCTION ESTIMATOR
description [pt] O objetivo desta dissertação é comparar através de um estudo de simulação diferentes estimadores de modelos não-lineares. Nós consideramos neste trabalho o estimador não-linear de mínimos quadrados em dois estágios (NL2SLS), o estimador não-linear de máxima verossimilhança de informação limitada (LIML) e o estimador com função controle (CF). Os resultados mostram que os estimadores CF e LIML possuem em geral uma performance superior ao do NL2SLS para os modelos selecionados. O trabalho considera uma aplicação de uma Curva de Phillips não-linear para a Economia Brasileira.
publishDate 2020
dc.date.none.fl_str_mv 2020-07-10
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48955&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48955&idi=2
http://doi.org/10.17771/PUCRio.acad.48955
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48955&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=48955&idi=2
http://doi.org/10.17771/PUCRio.acad.48955
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1856395946836885504