GARMA models, a new perspective using Bayesian methods and transformations

• Ano de defesa: 2016
• Autor(a) principal: Andrade, Breno Silveira de
• Orientador(a): Andrade Filho, Marinho Gomes de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: Universidade Federal de São Carlos; Câmpus São Carlos
• Programa de Pós-Graduação: Programa Interinstitucional de Pós-Graduação em Estatística - PIPGEs
• Palavras-chave em Português: ARMA transformado generalizado; ARMA generalizado; Abordagem Bayesiana; Distribuições discretas; Distribuições contínuas
• Palavras-chave em Inglês: Transformed generalized ARMA model; Bayesian approach; Discrete distributions; Continuous distributions
• Área do conhecimento CNPq: CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
• Link de acesso: https://repositorio.ufscar.br/handle/20.500.14289/8949

Generalized autoregressive moving average (GARMA) models are a class of models that was developed for extending the univariate Gaussian ARMA time series model to a flexible observation-driven model for non-Gaussian time series data. This work presents the GARMA model with discrete distributions and application of resampling techniques to this class of models. We also proposed The Bayesian approach on GARMA models. The TGARMA (Transformed Generalized Autoregressive Moving Average) models was proposed, using the Box-Cox power transformation. Last but not least we proposed the Bayesian approach for the TGARMA (Transformed Generalized Autoregressive Moving Average).