O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: FERREIRA, Ewellyn Karollyne Alves de Alencar
Orientador(a): LIMA, Maria do Carmo Soares de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Programa de Pos Graduacao em Estatistica
Departamento: Não Informado pela instituição
País: Brasil
Palavras-chave em Português:
Processo autorregressivo de primeira ordem
Série temporal
Simulação de Monte Carlo
Teoria de novas distribuições
Link de acesso: https://repositorio.ufpe.br/handle/123456789/60019
Resumo: A Teoria de Novas distribuições foi amplamente explorada nas últimas décadas com o intuito de se propor modelos mais flexíveis e que cujos ajustes ofertados fossem superiores aos obtidos através de distribuições estabelecidas na literatura. Dessa forma, com o intuito de trazer alguma contribuição para a área de novas distribuições aplicada a séries temporais, o presente trabalho propõe um novo processo autorregressivo de ordem um com marginal Lindley Generalizada. Para o modelo aqui apresentado, é provado que a distribuição dos erros aleatórios é dada por uma mistura de duas distribuições Gama. Algumas medidas estatísticas do processo proposto são estudadas: esperança e variância condicional, distribuição conjunta, densidade espectral e funções de autocorrelação e autocorrelação parcial. Os parâmetros do processo são estimados através dos métodos de estimação Gaussiano e de mínimos quadrados condicionais. Simulações de Monte Carlo são realizadas em cinco diferentes cenários com o objetivo de avaliar o comportamento dos estimadores encontrados. Enfim, uma aplicação a dados reais é realizada, na qual o ajuste do processo autorregressivo aqui proposto é comparado com os ajustes obtidos para outros seis modelos autorregressivos não-Gaussianos de ordem um.
id UFPE_9a32c1abc87161ebc34bae58bf64f4c7
oai_identifier_str oai:repositorio.ufpe.br:123456789/60019
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling FERREIRA, Ewellyn Karollyne Alves de Alencarhttp://lattes.cnpq.br/4940724544397897http://lattes.cnpq.br/6914758127566065LIMA, Maria do Carmo Soares de2025-01-24T16:16:09Z2025-01-24T16:16:09Z2024-06-28FERREIRA, Ewellyn Karollyne Alves de Alencar. O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem. 2024. Dissertação (Mestrado em Estatística) – Universidade Federal de Pernambuco, Recife, 2024.https://repositorio.ufpe.br/handle/123456789/60019A Teoria de Novas distribuições foi amplamente explorada nas últimas décadas com o intuito de se propor modelos mais flexíveis e que cujos ajustes ofertados fossem superiores aos obtidos através de distribuições estabelecidas na literatura. Dessa forma, com o intuito de trazer alguma contribuição para a área de novas distribuições aplicada a séries temporais, o presente trabalho propõe um novo processo autorregressivo de ordem um com marginal Lindley Generalizada. Para o modelo aqui apresentado, é provado que a distribuição dos erros aleatórios é dada por uma mistura de duas distribuições Gama. Algumas medidas estatísticas do processo proposto são estudadas: esperança e variância condicional, distribuição conjunta, densidade espectral e funções de autocorrelação e autocorrelação parcial. Os parâmetros do processo são estimados através dos métodos de estimação Gaussiano e de mínimos quadrados condicionais. Simulações de Monte Carlo são realizadas em cinco diferentes cenários com o objetivo de avaliar o comportamento dos estimadores encontrados. Enfim, uma aplicação a dados reais é realizada, na qual o ajuste do processo autorregressivo aqui proposto é comparado com os ajustes obtidos para outros seis modelos autorregressivos não-Gaussianos de ordem um.The theory of new distributions have been widly used in the last decades with the intention of proposing more flexible models whose fitted values to real data are superior to other ones previously established in the literature. Therefore, in order to bring some contribution to the area of new distributions applied to time series, the present work proposes a new first-order autorgressive process with marginal distribution Generalized Lindley. For the model presented here, it is proven that the distribution of the random errors is given by a mixture of two Gamma distributions. Some statistical measurements of the proposed process are studied: conditional mean, conditional variance, joint distribution, spectral density and the functions of autocorrelation and partial autocorrelation. The parameters of the process are estimated through the Gaussian method and the conditional least squares method. Monte Carlo simulations are implemented in five different scenarios with the aim of evaluating the behavior of the estimators found. Finally, a real data application is carried out, in which the fit of the autoregressive process here proposed is compared with the fit obtained for six other non-Gaussians autoregressive models of order one.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em EstatisticaUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessProcesso autorregressivo de primeira ordemSérie temporalSimulação de Monte CarloTeoria de novas distribuiçõesO uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordeminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEORIGINALDISSERTAÇÃO Ewellyn Karollyne Alves de Alencar Ferr.pdfDISSERTAÇÃO Ewellyn Karollyne Alves de Alencar Ferr.pdfapplication/pdf823812https://repositorio.ufpe.br/bitstream/123456789/60019/1/DISSERTA%c3%87%c3%83O%20Ewellyn%20Karollyne%20Alves%20de%20Alencar%20Ferr.pdf517c377aaa5d1c94e60a99c0c2c4ad66MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/60019/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82362https://repositorio.ufpe.br/bitstream/123456789/60019/3/license.txt5e89a1613ddc8510c6576f4b23a78973MD53TEXTDISSERTAÇÃO Ewellyn Karollyne Alves de Alencar Ferr.pdf.txtDISSERTAÇÃO Ewellyn Karollyne Alves de Alencar Ferr.pdf.txtExtracted texttext/plain96184https://repositorio.ufpe.br/bitstream/123456789/60019/4/DISSERTA%c3%87%c3%83O%20Ewellyn%20Karollyne%20Alves%20de%20Alencar%20Ferr.pdf.txtfacf1b21fe656d971f787ec2adc30b0eMD54THUMBNAILDISSERTAÇÃO Ewellyn Karollyne Alves de Alencar Ferr.pdf.jpgDISSERTAÇÃO Ewellyn Karollyne Alves de Alencar Ferr.pdf.jpgGenerated Thumbnailimage/jpeg1350https://repositorio.ufpe.br/bitstream/123456789/60019/5/DISSERTA%c3%87%c3%83O%20Ewellyn%20Karollyne%20Alves%20de%20Alencar%20Ferr.pdf.jpg1be78d9a7a267fd209ee1b655b9ce79dMD55123456789/600192025-01-25 02:31:48.318oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212025-01-25T05:31:48Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem
title O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem
spellingShingle O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem
FERREIRA, Ewellyn Karollyne Alves de Alencar
Processo autorregressivo de primeira ordem
Série temporal
Simulação de Monte Carlo
Teoria de novas distribuições
title_short O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem
title_full O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem
title_fullStr O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem
title_full_unstemmed O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem
title_sort O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem
author FERREIRA, Ewellyn Karollyne Alves de Alencar
author_facet FERREIRA, Ewellyn Karollyne Alves de Alencar
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/4940724544397897
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6914758127566065
dc.contributor.author.fl_str_mv FERREIRA, Ewellyn Karollyne Alves de Alencar
dc.contributor.advisor1.fl_str_mv LIMA, Maria do Carmo Soares de
contributor_str_mv LIMA, Maria do Carmo Soares de
dc.subject.por.fl_str_mv Processo autorregressivo de primeira ordem
Série temporal
Simulação de Monte Carlo
Teoria de novas distribuições
topic Processo autorregressivo de primeira ordem
Série temporal
Simulação de Monte Carlo
Teoria de novas distribuições
description A Teoria de Novas distribuições foi amplamente explorada nas últimas décadas com o intuito de se propor modelos mais flexíveis e que cujos ajustes ofertados fossem superiores aos obtidos através de distribuições estabelecidas na literatura. Dessa forma, com o intuito de trazer alguma contribuição para a área de novas distribuições aplicada a séries temporais, o presente trabalho propõe um novo processo autorregressivo de ordem um com marginal Lindley Generalizada. Para o modelo aqui apresentado, é provado que a distribuição dos erros aleatórios é dada por uma mistura de duas distribuições Gama. Algumas medidas estatísticas do processo proposto são estudadas: esperança e variância condicional, distribuição conjunta, densidade espectral e funções de autocorrelação e autocorrelação parcial. Os parâmetros do processo são estimados através dos métodos de estimação Gaussiano e de mínimos quadrados condicionais. Simulações de Monte Carlo são realizadas em cinco diferentes cenários com o objetivo de avaliar o comportamento dos estimadores encontrados. Enfim, uma aplicação a dados reais é realizada, na qual o ajuste do processo autorregressivo aqui proposto é comparado com os ajustes obtidos para outros seis modelos autorregressivos não-Gaussianos de ordem um.
publishDate 2024
dc.date.issued.fl_str_mv 2024-06-28
dc.date.accessioned.fl_str_mv 2025-01-24T16:16:09Z
dc.date.available.fl_str_mv 2025-01-24T16:16:09Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv FERREIRA, Ewellyn Karollyne Alves de Alencar. O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem. 2024. Dissertação (Mestrado em Estatística) – Universidade Federal de Pernambuco, Recife, 2024.
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/60019
identifier_str_mv FERREIRA, Ewellyn Karollyne Alves de Alencar. O uso da distribuição Lindley generalizada na construção de um novo processo autorregressivo de primeira ordem. 2024. Dissertação (Mestrado em Estatística) – Universidade Federal de Pernambuco, Recife, 2024.
url https://repositorio.ufpe.br/handle/123456789/60019
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Estatistica
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/60019/1/DISSERTA%c3%87%c3%83O%20Ewellyn%20Karollyne%20Alves%20de%20Alencar%20Ferr.pdf
https://repositorio.ufpe.br/bitstream/123456789/60019/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/60019/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/60019/4/DISSERTA%c3%87%c3%83O%20Ewellyn%20Karollyne%20Alves%20de%20Alencar%20Ferr.pdf.txt
https://repositorio.ufpe.br/bitstream/123456789/60019/5/DISSERTA%c3%87%c3%83O%20Ewellyn%20Karollyne%20Alves%20de%20Alencar%20Ferr.pdf.jpg
bitstream.checksum.fl_str_mv 517c377aaa5d1c94e60a99c0c2c4ad66
e39d27027a6cc9cb039ad269a5db8e34
5e89a1613ddc8510c6576f4b23a78973
facf1b21fe656d971f787ec2adc30b0e
1be78d9a7a267fd209ee1b655b9ce79d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1862741627544535040

Registros relacionados