[en] ADVANCEMENTS IN TIME SERIES MODELING: USING MODERN OPTIMIZATION AND ROBUSTNESS TECHNIQUES WITH SCORE-DRIVEN MODELS

• Ano de defesa: 2024
• Autor(a) principal: MATHEUS ALVES PEREIRA DOS SANTOS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] SERIE TEMPORAL; [pt] MODELO SCORE DRIVEN; [pt] OTIMIZACAO ROBUSTA; [en] TIME SERIE; [en] SCORE DRIVEN MODEL; [en] ROBUST OPTIMIZATION
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=67022&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=67022&idi=2; http://doi.org/10.17771/PUCRio.acad.67022

[pt] O estudo de séries temporais desempenha um papel fundamental no processo de tomada de decisão, dando origem a inúmeras metodologias ao longo do tempo. Dentro desse contexto, os modelos score-driven surgem como uma abordagem flexível e interpretável. No entanto, devido ao número significativo de parâmetros envolvidos, o processo de estimação desses modelos tende a ser complexo. Para lidar com essa complexidade, este estudo tem como objetivo avaliar como a adoção de técnicas modernas de otimização impacta o desempenho final do modelo. Além de simplificar o processo de estimação de parâmetros, essa mudança de paradigma permite a integração de novas técnicas, como a otimização robusta, na formulação do modelo, potencialmente aprimorando seu desempenho. O pacote SDUC.jl, que facilita o ajuste e a previsão de modelos impulsionados por escores com base em componentes não observáveis usando técnicas modernas de otimização, representa uma das principais contribuições deste estudo. Ao utilizar séries temporais conhecidas para ilustrar sua funcionalidade e dados mensais de carga elétrica do sistema brasileiro, o estudo foi capaz de demonstrar a flexibilidade do pacote e seu desempenho robusto, mesmo durante períodos de mudança de regime nos dados, graças à aplicação de técnicas de robustez.