New generalized autoregressive score and regression models

• Ano de defesa: 2025
• Autor(a) principal: Araújo, Fernando José Monteiro de
• Orientador(a): Guerra Renata Rojas
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Palavras-chave em Português: Regressão quantílica; Simulação de Monte Carlo; Taxa de mortalidade
• Palavras-chave em Inglês: Generalized autoregressive score models; Hydro-environmental data; Monte Carlo simulation; Mortality rates; Quantile regression; Sustainable development indicators
• Link de acesso: http://hdl.handle.net/10183/299415

Esta dissertação propõe novos modelos dinâmicos baseados na estrutura generalized autoregressive score (GAS) e um modelo de regressão quantílica. A dissertação é composta por três capítulos principais e independentes. Nos dois primeiros, introduzimos novos modelos que combinam as distribuições gama unitária (UG) e Burr XII (BXII) com a classe de modelos GAS, denominados UG-GAS e BXII-GAS. Essas propostas visam aprimorar a compreensão do comportamento estocástico e melhorar as previsões de variáveis aleatórias no intervalo unitário e nos reais positivos. Para modelar efeitos dependentes do tempo, estruturas dinâmicas como os modelos GAS oferecem uma estrutura útil, permitindo a atualização de parâmetros variantes no tempo com base em observações passadas e na função escore ponderada, considerando a distribuição nas atualizações das estimativas. A estimação dos modelos GAS é realizada por máxima verossimilhança parcial, e um estudo de simulação de Monte Carlo é conduzido para avaliar o desempenho dos estimadores. Os modelos UG-GAS e BXII-GAS propostos são aplicados a dados reais de fator de capacidade em usinas eólicas e vazão de rios em usinas hidrelétricas, respectivamente. No terceiro capítulo, propomos um novo modelo de regressão quantílica baseado em uma reparametrização da distribuição unit ratio-Weibull (URW). Definimos uma estrutura sistemática para dois parâmetros da distribuição: um representando os quantis da URW e outro correspondendo ao parâmetro de forma. A estimação dos parâmetros do modelo de regressão é realizada pelo método da máxima verossimilhança, e seu desempenho é avaliado por meio de simulações de Monte Carlo e uma aplicação em taxas de mortalidade. Os resultados ilustram a utilidade do modelo para entender e quantificar os efeitos de variáveis econômicas, sociais, demográficas e de saúde pública nos quantis da taxa de mortalidade por COVID-19 em países da América Latina.