Processo Skellam INAR(1) assimétrico
| Autor: | Fernanda Gabriely Batista Mendes |
|---|---|
| Přispěvatelé: | Wagner Barreto de Souza, Glaura da Conceicao Franco, Renato Martins Assuncao, Alice Lemos de Morais |
| Jazyk: | portugalština |
| Rok vydání: | 2016 |
| Předmět: | |
| Zdroj: | Repositório Institucional da UFMG Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
| Popis: | Séries temporais de contagem têm sido um tema bastante estudado nas últimas décadas pela importância em aplicações em diversas situações práticas. Neste trabalho é proposta uma versão assimétrica do modelo de Freeland (2010). Para modelar estas séries temporais, será construído um processo estacionário auto-regressivo para valores inteiros de primeira ordem (INAR(1)) com distribuição marginal Skellam assimétrica. Serão estudadas e demonstradas propriedades deste modelo, tais como: distribuição condicional, distribuição conjunta de duas variáveis Zt e Ztk, covariância, função geradora de momentos condicional, esperança e variância condicional. Os parâmetros do modelo serão estimados através do método de mínimos quadrados condicionais. Também será verificada a consistência e normalidade assintótica dos estimadores. O comportamento dos estimadores será avaliado via simulação Monte Carlo. A dissertação será finalizada aplicando o modelo INAR(1) proposto a uma série temporal real. Time series of counts have been a very explored theme in the past decades due to the importance of the application in several practical situations. In this work an asymmetric version of Freeland (2010) model is proposed. In order to model these time series, an autoregressive stationary process of first order (INAR(1)) will be constructed for integer values with the asymmetric Skellam as marginal distribution. Properties of this model will be studied and demonstrated, such as the conditional distribution, the two variable joint distribution Zt and Ztk, covariance, conditional moment generating function and also conditional mean and variance. The parameters of the model will be estimated based on conditional least squares estimator. It will also be verified the consistencyand the asymptotic normality of the estimators. The behavior of the estimators will be evaluated via Monte Carlo simulation. The master thesis will be completed by applying the proposed INAR(1) model to a real time series. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|