Estimação dos coeficientes de um processo de difusão

Página do item simplificado
dc.creatorMichelle Ferreira Miranda
dc.date.accessioned2019-08-11T23:12:37Z
dc.date.accessioned2025-09-09T00:14:17Z
dc.date.available2019-08-11T23:12:37Z
dc.date.issued2007-04-12
dc.identifier.urihttps://hdl.handle.net/1843/RFFO-7KQPEL
dc.languagePortuguês
dc.publisherUniversidade Federal de Minas Gerais
dc.rightsAcesso Aberto
dc.subjectEstatística
dc.subjectDifusão de processos
dc.subjectEstimativa de parametro
dc.subjectEstatística não paramétrica
dc.subjectTeoria da estimativa
dc.subject.otherDiagnostico
dc.titleEstimação dos coeficientes de um processo de difusão
dc.typeDissertação de mestrado
local.contributor.advisor1Gregorio Saravia Atuncar
local.contributor.referee1Adrian Pablo Hinojosa Luna
local.contributor.referee1Aniura Milanes Barrientos
local.contributor.referee1Chang Chung Yu Dorea
local.description.resumoOs processos de difusão podem ser usados para a modelagem estocástica com aplicações em física, ciências biológicas, médicas e mais recentemente na economia. Entretanto, todos os modelos envolvem parâmetros desconhecidos ou funções desconhecidas que precisamos estimar utilizando as observações do processo. Em nosso trabalho estudamos uma forma de estimar as funções desconhecidas do modelo não-paramétrico de regressão polinomial local, de acordo com a proposta de Fan e Gijbels (1995). Além disso comparamos o método não-paramétrico com um paramétrico proposto por Cleur e Manfredi (1999) que utiliza a função de máxima verossimilhança. Os resultados obtidos faz com que acreditemos que o método não-paramétrico funciona tão bem quanto o paramétrico para estimular as funções desconhecidas de um modelo de difusão. Para finalizar, aplicamos o método a três conjuntos de dados e estimamos as funções do modelo.
local.publisher.initialsUFMG

Arquivos

Pacote original

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

Coleções

Pós-Graduação em Estatística - Dissertações

Logo UFMG