Estimação robusta em processos de memória longa na presença de outliers aditivos

Made available in DSpace on 2014-06-12T18:03:33Z (GMT). No. of bitstreams: 2 arquivo7182_1.pdf: 965696 bytes, checksum: 847cf81b54f4a390cb83ef68ae88acf7 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 === Coordenação de Aperfeiçoamento d...

Full description

Bibliographic Details
Main Author: MOLINARES, Fabio Alexander Fajardo
Other Authors: CIRABRI NETO, Francisco
Language:Portuguese
Published: Universidade Federal de Pernambuco 2014
Subjects:
Online Access:https://repositorio.ufpe.br/handle/123456789/6280
Description
Summary:Made available in DSpace on 2014-06-12T18:03:33Z (GMT). No. of bitstreams: 2 arquivo7182_1.pdf: 965696 bytes, checksum: 847cf81b54f4a390cb83ef68ae88acf7 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 === Coordenação de Aperfeiçoamento de Pessoal de Nível Superior === O objetivo deste trabalho é propor uma metodologia para estimar os parâmetros que indexam o processo ARFIMA(p, d, q) (Hosking 1981) na presença de outliers aditivos. Para estimar d, é proposto um estimador robusto que é uma variante do popular estimador sugerido por Geweke & Porter-Hudak (1983) (GPH). A metodologia proposta faz uso da função de autocovariância amostral robusta, considerada por Ma & Genton (2000), para obtenção do estimador da função espectral do processo. Resultados numéricos evidenciam a robustez do estimador proposto na presença de outliers do tipo aditivo