Análise de causalidade entre séries temporais via decomposição wavelet.

Detalhes bibliográficos
Ano de defesa: 2005
Autor(a) principal: Silva, Gustavo Henrique da
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3142/tde-05112024-153836/
Resumo: Estacionariedade é uma premissa básica à correta inferência da Causalidade de Granger. Muitos sinais de interesse, porém, em áreas como Economia ou Neurociência envolvem certo grau de não-escationariedade cujo tratamento analítico vem, crescentemente, sendo feito por decomposições wavelet. Este trabalho compara o efeito de diferentes tipos de decomposição wavelet discreta na inferência da causalidade de Granger a partir do cálculo da Coerência Parcial Direcionada (PDC). Os estudos empíricos realizados aqui mostram que a correta inferência da causalidade de Granger pode ser alterada dependendo da forma de decomposição wavelet adotada.