Modelos INAR(1) e estruturais para series temporais de contagens : um estudo comparativo, utilizando as distribuições poisson e geometrica

AUTOR(ES)

Joel Mauricio Correa da Rosa

DATA DE PUBLICAÇÃO

1997

RESUMO

Analisar séries temporais constituídas por dados de contagens requer a utilização de técnicas estatísticas mais específicas, principalmente em situações nas quais a magnitude das observações é pequena. Dentre as várias propostas emergentes para a análise destas séries, duas são apresentadas nesta dissertação; os modelos INAR(1) (Al-Osh &Alzaid, 1987) e os modelos estruturais para dados de contagens (Harvey e Fernandes, 1989). As duas metodologias representam adaptações de modelos originalmente Gaussianos , à situações envolvendo dados de contagens. No presente trabalho, inicialmente são mostradas as principais propriedades destes modelos e aspectos de suas distribuições preditivas 1-passo-à-frente, utilizando as distribuições Poisson, geométrica e binomial negativa. Em uma segunda etapa, é realizada uma comparação de caráter empírico entre 3 dos modelos apresentados, utilizando séries reais e simuladas. Como resultados, apresentamos o comportamento de cada modelo em termos de ajuste e características da distribuição preditiva 1-passo-à-frente

ASSUNTO(S)

distribuição de poisson analise de series temporais

Documentos Relacionados

• Modelos de regressão beta-binomial/poisson para contagens bivariadas
• Beta-binomial/gamma-Poisson regression models for repeated bivariate counts
• Analise e previsões de vasões utilizando modelos de series temporais, redes neurais e redes neurais nebulosas
• Asma e poluentes ambientais: um estudo de séries temporais
• Eficiência de levobupivacaína e bupivacaína para bloqueio supraclavicular: estudo comparativo, duplo-cego e randomizado