LINEAR GROWTH BAYESIAN MODELS APPLIED TO TIME SERIES FORECASTING

• Main Author: JOAO JOSE DE FARIAS NETO
• Other Authors: REINALDO CASTRO SOUZA
• Language: Portuguese
• Published: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO 1981
• Online Access: http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=9836@1; http://www.maxwell.vrac.puc-rio.br/Busca_etds.php?strSecao=resultado&nrSeq=9836@2

O objetivo primordial desta tese é descrever e discutir um método para previsão de séries temporais que apresentam descontinuidades bruscas - o chamado Método Bayesiano de Crescimento Linear de Estados Múltiplos (MCL-EM), desenvolvido por Harrison e Stevens. Na primeira parte é feito um rápido apanhado dos métodos existentes para previsão de séries temporais e seu relacionamento com métodos bayesianos mais gerais. A seguir é apresentado o MCL-EM e comparado com os principais métodos clássicos de crescimento linear. Finalmente são apresentadas algumas aplicações a séries reais e simuladas e analisadas suas vantagens e desvantagens em relação aos demais métodos em geral. === The main objective of this dissertation is to describe and discuss a forecasting method for time series subject to sudden discontinuities - the so called multi-state linear Growth Bayesian Method (MLG for short), developped by Harrison and Stevens. The first part consists of a brief revision of the existing time series forecasting methods and their relationships with the more general bayesian methods. It is followed by a description of the MLG and its comparison with the classical linear growth methods. Finally, some applications to real and simulated time series are presented and its advantages and drawbaks are thoroughly discussed.