DYNAMIC BAYESIAN MODEL FOR A TRUNCATED NORMAL

• Main Author: MONICA BARROS
• Other Authors: REINALDO CASTRO SOUZA
• Language: Portuguese
• Published: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO 1993
• Online Access: http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=8252@1; http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=8252@2

Nesta tese desenvolvemos um Modelo Dinâmico Bayesiano para a densidade Normal Truncada. A estimação clássica e estática de observações desta densidade foi desenvolvida por A.C. Cohen nas décadas de 1950 e 1960, enquanto R. C. Souza apresentou, em 1978, um modelo dinâmico Bayesiano para esta densidade, no qual utilizava idéias da Teoria de Informação. O presente trabalho estende a formulação dinâmica Bayesiana de West, Harrinson e Migon por tratar de observações que não pertencem à família exponencial. Ao mesmo tempo, estendemos os resultados de Souza por não mais supor a estacionariedade da série. Algumas séries reais e simuladas são analisadas e, em particular, comparamos nossos resultados com aqueles obtidos por Souza. === This thesis describes a Dynamic Bayesian Model for a Truncated Normal distribution. The classical and static solution to the problem of finding estimators for the parameters of the original Normal distribution was treated by A.C. Cohen in the 1950s and 1960s R.C. Souza (1978) described in his Doctoral thesis a Dynamic Bayesian Model for this distribution, in which Information Theory concepts were used. The present thesis extends the dynamic formulation of West, Harrison and Migon by considering a distribution which is not a member of a an Exponential Family. Moreover, we extend the results derived by Souza by dropping the assumptions of a steady state model. Some real and simulated series are analyzed and, in particular, we compare our results with those obtained by souza.