[en] GAMMA-GAMMA STATE SPACE MODELS: APPLICATION OF THE RAINFALL SERIES

Detalhes bibliográficos
Ano de defesa: 2003
Autor(a) principal: KATIA LORENA SAEZ CARRILLO
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Tese
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: MAXWELL
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=4014&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=4014&idi=2
http://doi.org/10.17771/PUCRio.acad.4014
Resumo: [pt] Esta tese apresenta o estudo de um modelo de espaço de estados para dados positivos, onde o processo observado é condicionalmente independente, dado um processo latente Gama Markov. O processo observado condicionado ao processo latente tem distribuição Gama. O modelo possibilita a inclusão de covariáveis,tanto através do processo latente, como do processo observado.O modelo obtido é log-linear e a estimação dos parâmetros de regressão é feita através de funções de estimação de Kalman. Os parâmetros de dispersão são estimados via estimadores de Pearson ajustados. São desenvolvidos alguns estudos de simulação e uma aplicação aos dados da série de chuva de Fortaleza, Ceará, onde são incorporados fatos estilizados da série (tendência, sazonalidade ou ciclos), bem como o efeito de variáveis explicativas (temperatura do nível do mar, pressão atmosférica, manchas solares).