Estimação de processos peródicos autorregressivos: uma abordagem no domínio da frequência

Página do item simplificado
dc.creatorAlessandro Jose Queiroz Sarnaglia
dc.date.accessioned2019-08-11T14:36:01Z
dc.date.accessioned2025-09-09T00:46:30Z
dc.date.available2019-08-11T14:36:01Z
dc.date.issued2010-01-06
dc.identifier.urihttps://hdl.handle.net/1843/ICED-87ANPR
dc.languageInglês
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectAnalise de series temporais
dc.subjectEstatística
dc.subjectAnálise espectral
dc.subjectEstatistica
dc.subjectTeoria da estimativa Teoria assintotica
dc.subjectAnálise de séries temporais
dc.subjectTeoria da estimativa
dc.subject.otherProcesso estacionários
dc.subject.otherProcessos SARMA
dc.subject.otherProcesso Vetorial
dc.titleEstimação de processos peródicos autorregressivos: uma abordagem no domínio da frequência
dc.typeDissertação de mestrado
local.contributor.advisor-co1Klauss Leite Pinto Vasconcellos
local.contributor.advisor1Valderio Anselmo Reisen
local.contributor.referee1Glaura da Conceicao Franco
local.contributor.referee1Denise Duarte Scarpa Magalhaes Alves
local.description.resumoEsta pesquisa apresenta uma metodologia de estimação, baseada no domínio da frequência, para processos periódicos autorregressivos. O estimador sugerido é o ponto do espaço paramétrico que maximiza a expressão assintótica da função de log-verossimilhança de processos estocásticos vetoriais. A expressão assintótica é avalida através de algumas propriedades de matrizes block toeplitz. Ensaios de Monte Carlo foram realizados para comparar os cícios e os erros quadráticos médios do estimador proposto com os de método de estimação de Yule-Walker. O estudo empírico evidenciou que o método de estimação sugerido apresenta bom desempenho em termos de vício e erro quadrático médio. Como ilustração da metodologia proposta, a série da vazão média trimestral do rio Castelo-ES foi analisada.
local.publisher.initialsUFMG

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
1dissertacao_alessandro_jose.pdf
Tamanho:
1.2 MB
Formato:
Adobe Portable Document Format
Baixar

Coleções

Pós-Graduação em Estatística - Dissertações

Logo UFMG