Modelagem e simulação computacional da combinação de preditores de séries temporais por meio de cópulas

• Ano de defesa: 2015
• Autor(a) principal: OLIVEIRA, Ricardo Tavares Antunes de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• dARK ID: ark:/57462/0013000007x4r
• Idioma: por
• Instituição de defesa: Universidade Federal Rural de Pernambuco; Departamento de Estatística e Informática; Brasil; UFRPE; Programa de Pós-Graduação em Informática Aplicada
• Palavras-chave em Português: Modelo de previsão; Séries temporais; Combinação não linear; Combining models; Time series; Forecasting models; CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
• Link de acesso: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/6719

Sob o prisma da Estatí stica-Computacional, esta disserta ção trata do problema de combinação não linear de modelos de previsão de s éries temporais. Neste contexto, suas principais caracterí sticas e propriedades b ásicas são apresentadas. Alguns dos principais m étodos de previsão de s éries temporais presentes na literatura são descritos. As propostas apresentadas nesta disserta ção são mostradas por meio de três casos de estudo utilizando um formalismo matem ático conhecido como c ópulas pela sua capacidade de poder medir dependência e combinar modelos de predi ção sem perca de informa ção. A combina ção dos modelos de previsão ocorre por meio do formalismo matem ático de c ópulas que apresenta resultados convincentes e motivadores atrav és de três casos de estudo presentes nesta disserta ção. No primeiro é apresentado um pequeno caso para combinar as previsões dos modelos de previsão via c ópula de Gumbel-Hougaard. No segundo caso de estudo e proposto um estimador combinado constru ído atrav és da fun ção multivariada não-param étrica de Cacoullos para um caso simples de combina ção. No terceiro e último caso de estudo são apresentados os principais resultados desta disserta ção, em que, é realizado um experimento que compara estimadores combinados construí dos levando em considera ção v árias s éries temporais e in úmeros modelos de previsão, tal que, são simuladas diversas situa ções. Nesse sentido, experimentos computacionais realizados demostram que o estimador combinado construí do via c ópula obteve melhores resultados quando comparado com os modelos individuais e o m étodo de combina ção linear.