Contributions to the analysis of discrete-valued time series

Dissertação de Doutoramento em Matemática Aplicada apresentada à Faculdade de Ciências da Universidade do Porto === Séries temporais de contagem, categóricas ou binárias são exemplos de séries temporaisde valor discreto que aparecem frequentemente na prática. No entanto, uma vezque estas séries apre...

Full description

Bibliographic Details
Main Author: Silva, Isabel Maria Marques da
Format: Others
Language:Portuguese
Published: Universidade do Porto. Reitoria 2009
Online Access:http://hdl.handle.net/10216/9742
id ndltd-up.pt-oai-repositorio-aberto.up.pt-10216-9742
record_format oai_dc
spelling ndltd-up.pt-oai-repositorio-aberto.up.pt-10216-97422019-05-16T02:39:53Z Contributions to the analysis of discrete-valued time series Silva, Isabel Maria Marques da Dissertação de Doutoramento em Matemática Aplicada apresentada à Faculdade de Ciências da Universidade do Porto Séries temporais de contagem, categóricas ou binárias são exemplos de séries temporaisde valor discreto que aparecem frequentemente na prática. No entanto, uma vezque estas séries apresentam valores que pertencem a conjuntos finitos ou infinitosnumeráveis, os métodos tradicionais utilizados na análise de séries temporais não sãoadequados.Vários modelos para processos estacionários com distribuição marginal discreta têmsido propostos. Um desses modelos, particularmente usado para séries de contagem,são os processos Auto-Regressivos de valor INteiro de ordem p, denotados por INAR(p).Na primeira parte desta tese, os processos INAR são estudados quer no contexto deuma única série temporal, quer de réplicas da mesma série temporal. As principaiscaracterísticas destes modelos são apresentadas e exploradas de modo a obter métodosde estimação mais robustos. Por exemplo, as estatísticas de ordem superior forneceminformação adicional sobre os processos INAR porque estes são processos não lineares.Assim, são propostos dois métodos de estimação baseados em momentos e cumulantesde terceira ordem. Por outro lado, a utilização do critério de Whittle como métodode estimação é justificada através da propriedade mixing dos processos INAR. Mais,o critério automático para selecção de ordem baseado na versão corrigida do Critériode Informação de Akaike (AICC) é estabelecido para processos INAR. Extensos estudosde simulação investigam e comparam o desempenho dos diferentes estimadorespropostos, assim como do critério de selecção de ordem.Dados reais de contagem (duas séries temporais associadas a aplicações médicas eum conjunto de réplicas relacionadas com a astronomia) são analisados considerandoa metodologia subjacente aos modelos INAR. Verifica-se que a classe dos modelosINAR é adequada para a descrição dos dados.Existem séries temporais que apresentam mudanças abruptas, formas descontínuasou cujos valores pertencem a um conjunto finito discreto. Nestes casos, ... 2009-05-14T17:24:50Z 2012-06-26T17:42:18Z 2009-05-14T17:24:50Z 2012-06-26T17:42:18Z 2005 Tese 5631_TD http://hdl.handle.net/10216/9742 por openAccess application/pdf application/pdf application/pdf Porto Universidade do Porto. Reitoria
collection NDLTD
language Portuguese
format Others
sources NDLTD
description Dissertação de Doutoramento em Matemática Aplicada apresentada à Faculdade de Ciências da Universidade do Porto === Séries temporais de contagem, categóricas ou binárias são exemplos de séries temporaisde valor discreto que aparecem frequentemente na prática. No entanto, uma vezque estas séries apresentam valores que pertencem a conjuntos finitos ou infinitosnumeráveis, os métodos tradicionais utilizados na análise de séries temporais não sãoadequados.Vários modelos para processos estacionários com distribuição marginal discreta têmsido propostos. Um desses modelos, particularmente usado para séries de contagem,são os processos Auto-Regressivos de valor INteiro de ordem p, denotados por INAR(p).Na primeira parte desta tese, os processos INAR são estudados quer no contexto deuma única série temporal, quer de réplicas da mesma série temporal. As principaiscaracterísticas destes modelos são apresentadas e exploradas de modo a obter métodosde estimação mais robustos. Por exemplo, as estatísticas de ordem superior forneceminformação adicional sobre os processos INAR porque estes são processos não lineares.Assim, são propostos dois métodos de estimação baseados em momentos e cumulantesde terceira ordem. Por outro lado, a utilização do critério de Whittle como métodode estimação é justificada através da propriedade mixing dos processos INAR. Mais,o critério automático para selecção de ordem baseado na versão corrigida do Critériode Informação de Akaike (AICC) é estabelecido para processos INAR. Extensos estudosde simulação investigam e comparam o desempenho dos diferentes estimadorespropostos, assim como do critério de selecção de ordem.Dados reais de contagem (duas séries temporais associadas a aplicações médicas eum conjunto de réplicas relacionadas com a astronomia) são analisados considerandoa metodologia subjacente aos modelos INAR. Verifica-se que a classe dos modelosINAR é adequada para a descrição dos dados.Existem séries temporais que apresentam mudanças abruptas, formas descontínuasou cujos valores pertencem a um conjunto finito discreto. Nestes casos, ...
author Silva, Isabel Maria Marques da
spellingShingle Silva, Isabel Maria Marques da
Contributions to the analysis of discrete-valued time series
author_facet Silva, Isabel Maria Marques da
author_sort Silva, Isabel Maria Marques da
title Contributions to the analysis of discrete-valued time series
title_short Contributions to the analysis of discrete-valued time series
title_full Contributions to the analysis of discrete-valued time series
title_fullStr Contributions to the analysis of discrete-valued time series
title_full_unstemmed Contributions to the analysis of discrete-valued time series
title_sort contributions to the analysis of discrete-valued time series
publisher Universidade do Porto. Reitoria
publishDate 2009
url http://hdl.handle.net/10216/9742
work_keys_str_mv AT silvaisabelmariamarquesda contributionstotheanalysisofdiscretevaluedtimeseries
_version_ 1719181296239902720