[pt] MODELOS COM MÚLTIPLOS REGIMES PARA SÉRIES TEMPORAIS: LIMIARES, TRANSIÇÕES SUAVES E REDES NEURAIS

• Ano de defesa: 2005
• Autor(a) principal: MARCELO CUNHA MEDEIROS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] REDE NEURAL; [pt] TRANSICOES SUAVES; [pt] LIMIARES; [pt] MODELOS NAO-LINEARES; [pt] SERIE TEMPORAL; [en] NEURAL NETWORKS; [en] SMOOTH TRANSITIONS; [en] THRESHOLD; [en] NONLINEAR MODELS; [en] TIME SERIE
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7549&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7549&idi=2; http://doi.org/10.17771/PUCRio.acad.7549

[pt] O objetivo desta tese é apresentar modelos mais flexíveis com troca de regimes, combinando as idéias provenientes dos modelos com limiar, com transição suave e redes neurais. Os modelos aqui discutidos possuem múltiplos regimes e a transição entre eles é controlada por uma combinação linear de variáveis conhecidas. Um procedimento de modelagem, baseada no trabalho de Teräsvirta e Lin (1993), Eiterheim e Teräsvirta (1996), e Rech, Teräsvirta e Tschernig (1999), consistindo das etapas de especificação, estimação e avaliação, foi desenvolvido, desta forma possibilitando ao analista de séries temporais escolher entre diferentes alternativas durante o processo de modelagem.