Novo modelo GARMA inflado de zeros com distribuições gama e normal inversa.

• Ano de defesa: 2025
• Autor(a) principal: Fadel, Désirée Faria
• 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: Distribuição gama; Distribuição normal inversa; Gamma distribution; GARMA model; Inverse Gaussian distribution; Modelo GARMA; Modelos inflados de zeros; Séries temporais; Time series; Zero-inflated models
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/45/45133/tde-03042025-081637/

Nesse trabalho, propomos modelos generalizados autorregressivos e médias móveis para séries temporais com dados contínuos não negativos inflados de zeros. A probabilidade de zeros é também modelada como uma função logística de variáveis explicativas. Consideramos as distribuições gama e normal inversa para as observações positivas. Uma novidade é que assumimos que a autocorrelação está relacionada somente às observações positivas, incluindo termos autorregressivos e médias móveis somente referente aos últimos termos defasados positivos. Outra inovação relevante foi a inclusão de termos defasados na probabilidade de ocorrência de zeros, que realmente reduziu a autocorrelação dos resíduos aleatorizados quantílicos. O modelo foi estimado pelo método de máxima verossimilhançca condicional, apresentando a função score condicional, matriz informação de Fisher e completa análise de resíduos aleatorizados quantílicos gaussianos. Um estudo de simulação foi realizado para avaliar a estimação para diferentes tamanhos amostrais. Analisamos a série temporal dos dados reais diários de precipitação da cidade de São Paulo de 2008 a 2020, detectando uma tendência de queda significativa de 2,8\\% ao ano.