| Registro completo |
| Provedor de dados: |
Ciência e Agrotecnologia
|
| País: |
Brazil
|
| Título: |
Ajuste de modelos autorregressivos, na forma de modelos lineares dinâmicos, via inferência Bayesiana
|
| Autores: |
Souza,Marcelo Costa
Sáfadi,Thelma
|
| Data: |
2004-10-01
|
| Ano: |
2004
|
| Palavras-chave: |
FFBS
Inferência bayesiana
Modelos lineares dinâmicos
Séries temporais
|
| Resumo: |
Os modelos autorregressivos têm sido utilizados para as mais diversas aplicações, a maioria pela análise clássica, na qual os parâmetros são quantidades fixas, não podendo assumir variações ao longo do tempo. Com este trabalho objetivou-se a compreensão de modelos autorregressivos de ordem 2, AR(2), representados na forma de modelos lineares dinâmicos, utilizando como processo de estimação a inferência Bayesiana. O método de Cadeias de Markov Monte Carlo (MCMC) foi utilizado para o cálculo das estimativas a partir da implementação dos algoritmos amostrador de Gibbs e "Forward Filtering, Backward Sampling - FFBS". Com base nos modelos AR(2), apresentaram-se o cálculo e a obtenção das distribuições condicionais completas para todos os parâmetros do modelo. Para avaliar o comportamento e a qualidade do ajuste, utilizaram-se duas cadeias de valores, cada uma com 8000 iterações, para três diferentes tamanhos de séries geradas, com 200, 500 e 800 observações. Como parte da aplicação, ajustou-se a série Canadian Lynx (NICHOLLS e QUIN, 1982) para diferentes fatores de desconto (0,90, 0,95 e 0,99), sendo o erro quadrático médio resultante utilizado para a comparação com o ajuste da mesma série, via inferência clássica. Um melhor ajuste para o modelo com fator de desconto igual a 0,99 foi observado. Considerando-se as estimativas obtidas tanto no caso simulado quanto para dados reais, obtiveram-se as previsões um passo à frente para as séries atualizada e "amostrada para trás", e para essa última, o ajuste e o erro quadrático médio comportaram-se bem melhor. Com base nos resultados obtidos, observou-se um bom ajuste dos modelos AR(2) na forma de modelos dinâmicos, via inferência Bayesiana, além de se obter uma melhor compreensão em relação à qualidade do ajuste em diferentes situações, simuladas e reais.
|
| Tipo: |
Info:eu-repo/semantics/article
|
| Idioma: |
Português
|
| Identificador: |
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S1413-70542004000500022
|
| Editor: |
Editora da Universidade Federal de Lavras
|
| Relação: |
10.1590/S1413-70542004000500022
|
| Formato: |
text/html
|
| Fonte: |
Ciência e Agrotecnologia v.28 n.5 2004
|
| Direitos: |
info:eu-repo/semantics/openAccess
|
|
