Use este identificador para citar ou linkar para este item:
https://repositorio.ufpe.br/handle/123456789/64311
Compartilhe esta página
Título: | Doubly-bounded Time Series Modeling : New Perspectives and Applications |
Autor(es): | COSTA, Everton |
Palavras-chave: | Função de ligação; Modelo \betaARMA; Penalização ridge; Previsão; Verossimilhança monótona |
Data do documento: | 25-Abr-2025 |
Editor: | Universidade Federal de Pernambuco |
Citação: | COSTA, Everton. Doubly-bounded Time Series Modeling : New Perspectives and Applications. Tese (Doutorado em Estatística) - Universidade Federal de Pernambuco, Recife, 2025. |
Abstract: | Consideramos a modelagem e previsão de séries temporais hidroambientais sujeitas a flutu- ações sazonais e períodos prolongados de seca. Períodos anormalmente secos tornaram-se mais frequentes como resultado das mudanças climáticas. Utilizamos uma classe de mod- elos beta dinâmicos adequada para dados delimitados em um intervalo. Examinamos dois aspectos importantes dessa classe de modelos: a precisão de testes de hipótese baseados em aproximações assintóticas e a escolha da função de ligação. Em particular, mostramos que dois testes comumente utilizados podem levar a inferências imprecisas se a estimação do modelo nulo for baseada no número máximo de log-verossimilhanças condicionais in- dividuais. Introduzimos também um novo critério de seleção para a escolha da função de ligação do modelo. Com base em testes e no novo critério, modelamos os volumes úteis de três reservatórios de usinas hidrelétricas brasileiras. Essas séries temporais apresen- tam flutuações sazonais e contêm períodos anormalmente secos devido a secas intensas e prolongadas. Previsões dentro da amostra e extrapolações para fora da amostra são geradas e comparadas com aquelas obtidas por abordagens alternativas bem conhecidas. Adicionalmente, introduzimos um esquema de penalização ridge para aprimorar a estabil- idade numérica da estimação por máxima verossimilhança condicional dos parâmetros que indexam o modelo βARMA. A abordagem proposta consiste em adicionar um termo de penalização simples à função de log-verossimilhança para aumentar sua curvatura. Essa modificação reduz a chance de falhas de convergência e de obtenção de estimativas im- plausíveis. Também apresentamos uma estratégia de estimação dos parâmetros baseada em bootstrap. Essa abordagem é particularmente útil quando a penalização, por si só, não é suficiente para resolver problemas numéricos, fornecendo uma solução complementar para a obtenção de estimativas mais confiáveis. Nossos resultados numéricos demonstram a eficácia das abordagens propostas na mitigação de problemas de instabilidade numérica na estimação dos parâmetros do modelo βARMA. Duas aplicações empíricas são apre- sentadas e discutidas. |
URI: | https://repositorio.ufpe.br/handle/123456789/64311 |
Aparece nas coleções: | Teses de Doutorado - Estatística |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
TESE Everton da Costa.pdf Item embargado até 2026-07-08 | 3,12 MB | Adobe PDF | Visualizar/Abrir Item embargado |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons