Abordagem clássica e bayesiana em modelos auto-regressivos com transformações de Box & Cox

• Ano de defesa: 2002
• Autor(a) principal: Samaniego, Juana Rosa Lindo
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Não disponível; Not available
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-18062015-110335/

Atualmente as projeções de demanda e ganho tornam-se variáveis importantes no processo de tomada de decisões para investimentos envolvendo custo e capital, em pesquisa de mercado envolvendo produtos de consumo, em pesquisa de populações e em qualquer outro tipo de previsões que tenham a ver com ganhos ou demandas futuras, por exemplo o volume de água que é preciso para ser gerada determinada quantidade de energia consumido por uma população através de um sistema de operação e planejamento de um sistema hidroelétrico, etc. Em resposta desse interesse muitos estudos examinaram a possibilidade de gerar previsões usando séries temporais, ajustando modelos mediante a metodologia de Box e Jenkins, porém estas séries sugeriam variabilidade maior em diferentes níveis, violando deste modo a suposição de variância constante na formulação dos modelos ARIMA. Nestas situações, é comum na prática, contemplar uma extensão destes modelos, assumindo que alguma transformação da série obedeça um modelo ARIMA, frequentemente são usadas transformações de Box e Cox, porém as previsões destas séries transformadas afeta as interpretações em quanto à série original. Uma abordagem combinada de métodos clássicos e bayesianos é apresentada no tratamento destas transformações, os quais estimam junto com os parâmetros do modelo a potência desta transformação, apresentamos também uma alternativa para examinar a estrutura das auto-covariâncias através do Polinómio de Hermite. A pergunta que surge é, se a incorporação destas transformações resulta numa melhora nas previsões. No caso particular apresentamos resultados em processos auto-regressivos. É feita uma aplicação destes métodos em séries de vazões medias mensais no Reservatório de Furnas.