Time series of count data: a review, empirical comparisons and data analysis

Abstract

Modelos de observação e baseados em parâmetros são comumente usados ​​na literatura para analisar séries temporais de contagens. Neste artigo, estudamos as características de diversos modelos e apontamos as principais diferenças e semelhanças entre esses procedimentos, no que diz respeito à estimação de parâmetros, ajuste de modelos e previsão. Alternativamente à literatura, todas as inferências foram realizadas sob o paradigma Bayesiano. Os modelos são equipados com um processo AR(p) latente na média, que leva em conta a autocorrelação nos dados. Um extenso estudo de simulação mostra que as estimativas para os parâmetros covariáveis ​​são notavelmente semelhantes entre os diferentes modelos. No entanto, as estimativas de coeficientes autoregressivos e as previsões de valores futuros dependem fortemente do processo subjacente que gera os dados. Também é analisado um conjunto real de dados sobre falências nos Estados Unidos.