[en] IDENTIFICATION, FILTERING AND FORECASTING OF ARMA/TF AND STATE MODELS

• Ano de defesa: 2009
• Autor(a) principal: JACK BACZYNSKI
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] IDENTIFICACAO; [pt] PREDICAO; [pt] FILTRAGEM; [en] IDENTIFICATION; [en] PREDICTION; [en] FILTERING
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14418&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14418&idi=2; http://doi.org/10.17771/PUCRio.acad.14418

[pt] Um método satisfatório para a caracterização de problemas não determinísticos é a identificação de modelos dinâmicos representativos destes problemas. Faz-se inicialmente uma análise comparativa quanto ao domínio, equivalência e adequação de modelos de parâmetro discreto da classe ARMA, de função de Transferência (FT) e de estado, não necessariamente escalares ou invariantes. A seguir, examinam-se aspectos dos procedimentos usuais de identificação destes modelos. O problema de estimação de processos, abordado através do processo de inovações, objetiva um desenvolvimento gradual dos conceitos, no que se refere à determinação da estrutura do modelo. Seguem-se comparações entre algorítmos recursivos de estimação (Kalman e outros), abordando-se o problema da propriedade finitamente recursiva e de convergência. Em geral, as técnicas de identificação conduzem a mais de um modelo passível de ser utilizado na caracterização do processo. O problema de se escolher entre estes modelos é formulado como um problema de teste de hipóteses, ao qual se aplica a técnica de Máxima Verossimilhança, indistintamente para modelos ARMA, FT e de estado. A resolução do teste é imediata a partir do processo de inovações, tendo-se, no caso de modelos ARMA/FT, algumas alternativas bastante simplificadas. A aplicação do teste de hipóteses, no caso não-Gaussiana, é também enfocada.