Identificação de regiões de quase ruído branco em estruturas de ordem autoregressiva e médias móveis com P + Q > 2 e aplicação do Bootstrap
Date
2014Author
Faria, Thais Mariane Biembengut
Metadata
Show full item recordSubject
Tesesxmlui.dri2xhtml.METS-1.0.item-type
TeseAbstract
Resumo: Em problemas de inferência estatística, muitas vezes não se conhece a distribuição do estimadores ou ainda essa distribuição é aproximadamente assintótica. O método Bootstrap pode ser empregado para obter uma aproximação da distribuição verdadeira de estatísticas de interesse e assim avaliar sua variabilidade, também possibilita a construção de intervalos de confiança e testes de hipóteses. O Bootstrap pode ser utilizado nas fases de identificação da estrutura dos modelos ARIMA(p,d,q) da Metodologia Box & Jenkins para séries temporais. Nessas etapas devem ser estimados alguns parâmetros, porém as expressões clássicas usadas para medir a variabilidade de seus estimadores são obtidas de forma aproximada, e a distribuição das estatísticas é geralmente assintótica. Desta forma, os intervalos de confiança tradicionais usados na estimação dos parâmetros são aproximados e possuem baixo desempenho, principalmente na fase da identificação de modelos cujos parâmetros pertencem à região do espaço paramétrico denominada "Quase Ruído Branco" ( Neto Chaves, 1991). Neste trabalho, foi determinada a região do espaço paramétrico de "Quase Ruído Branco" dos modelos AR(3), MA(3), ARMA(2,1) e ARMA(2,2) pertencentes às estruturas ARIMA (p,d,q). O Bootstrap foi aplicado em séries temporais sintéticas dos modelos citados, com os parâmetros situados na região de "Quase Ruído Branco" e fora dela. Desta forma foram obtidas as distribuições de estimadores, necessários nas fases de identificação do modelo. Também foram avaliadas, além das estimativas pontuais, as probabilidades de cobertura dos intervalos de confiança Bootstrap em comparação com os intervalos clássicos, bem como o desvio padrão das estatísticas obtidas pelo método. Os resultados apontaram que o desempenho do Bootstrap é melhor do que do método clássico, sobretudo em amostras de menor tamanho, e com séries temporais simuladas a partir de modelos com parâmetros na região de "Quase Ruído Branco". Palavras-chave: Bootstrap, Séries Temporais, Quase Ruído Branco.
Collections
- Teses [145]