Modelos bayesianos zero-modificados para séries temporais de contagem

• Ano de defesa: 2020
• Autor(a) principal: Assis, Caroline Mendes de
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: COM-Poisson distribution; Count data; Dados de contagem; Distribuição COM-Poisson; Generalized ARMA models; Modelos generalizados ARMA; Modelos zero-modificados; Zero-modified models
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-24072020-093829/

Neste trabalho são apresentados dois modelos bayesianos zero-modificados(ZM) para séries temporais de contagem: Poisson ARMA zero-modificado e COM-Poisson ARMA zero-modificado. O segundo modelo permite uma flexibilidade maior por possuir um parâmetro adicional que comporta dados com maior sobredispersão ou subdispersão em relação ao modelo Poisson ARMA ZM. Os modelos são ilustrados por meio de aplicação em dados artificiais e em dois conjuntos de dados reais. Tanto o modelo Poisson ARMAZM quanto o modelo COM-Poisson ARMA ZM se mostraram competitivos para modelar dados de contagem zero-modificados, tendo sido estudado o ajuste dos modelos aos dados por meio da análise preditiva a posteriori. A comparação de modelos foi realizada por meio do critério de informação da deviância (DIC). Finalmente, foi realizado um estudo de previsão para seis períodos à frente. De maneira geral,o modelo COM-Poisson ARMAZM, apesar de possuir um parâmetro adicional em relação ao modelo Poisson ARMAZM, obteve valores de DIC próximos aos do modelo Poisson ARMA ZM. Como o modelo COM-Poisson ARMAZM possui como caso particular o modelo Poisson ARMA ZM, tendo a vantagem de ser mais flexível, o modelo COM-Poisson ARMAZM é proposto como uma alternativa para dados de contagem com modificação na contagem de zeros.