[pt] ANÁLISE EMPÍRICA DOS MODELOS DE AUTO-REGRESSÃO QUANTÍLICA

• Ano de defesa: 2007
• Autor(a) principal: FABIANO DOS SANTOS SOUZA
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] SERIE TEMPORAL; [pt] AUTO-REGRESSAO QUANTILICA; [pt] PROCESSOS ESTOCASTICOS; [pt] SIMULACAO MONTE CARLO; [en] TIME SERIE; [en] QUANTILE AUTOREGRESSION; [en] STOCHASTIC PROCESSES; [en] MONTE CARLO SIMULATION
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10539&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=10539&idi=2; http://doi.org/10.17771/PUCRio.acad.10539

[pt] Modelos auto-regressivos (AR(p)) de séries temporais supõem que a dinâmica da série contém uma dependência linear nas observações passadas até uma defasagem p, e um erro aleatório independente e identicamente distribuído (i.i.d). Modelos de auto-regressão quantílica (QAR(p)) são uma generalização dos AR(p) em que os coeficientes auto- regressivos variam com o quantil da distribuição condicional, não sendo necessária, portanto, uma componente explícita de erro aleatório. Esta dissertação estuda a inferência estatística proposta para modelos QAR(p) por Koenker e Xiao (2004), com o auxílio de simulações de Monte Carlo. Enquanto a estimação mostra-se bem precisa, os resultados do teste de hipóteses, onde a hipótese nula supõe um modelo auto-regressivo (AR), não apresentam bons resultados, variando estes com o modelo gerador de dados.