Intervalos de previsão em modelos ARFIMA utilizando a metodologia Bootstrap
AUTOR(ES)
Gustavo de Carvalho Lana
FONTE
IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia
DATA DE PUBLICAÇÃO
23/02/2012
RESUMO
Os métodos tradicionais de construção de intervalos de previsão para séries temporais assumem que os parâmetros do modelo são conhecidos e os erros normais. Quando estas suposições não são verdadeiras, o intervalo de previsão possui cobertura abaixo da nominal. Este trabalho propõe a utilização da metodologia bootstrap para construir intervalos de previsão com cobertura mais próxima da nominal. Dois intervalos bootstrap são utilizados, o intervalo PRR e o intervalo EPB. O intervalo PRR é uma adaptação para o modelo ARFIMA do intervalo homônimo proposto por Pascual et al. (2004) para o modelo ARIMA. O intervalo EPB proposto neste trabalho e é similar a intervalos propostos para outros modelos de séries temporais, como o de Masarotto (1990) para modelos autorregressivos. Correções bootstrap de vício, incluindo o vício no desvio padrão dos resíduos, são testadas como possíveis fontes de melhoras dos intervalos. Os métodos utilizados no trabalho também foram testados para séries ARMA. O trabalho conclui que os intervalos PRR e EPB melhoram significativamente a qualidade dos intervalos de previsão em comparação com o intervalo assintótico, e a correção bootstrap de vício no desvio padrão dos resíduos também pode ser útil neste sentido.
ASSUNTO(S)
ACESSO AO ARTIGO
http://hdl.handle.net/1843/ICED-8TFHJ5Documentos Relacionados
- BOOTSTRAP IMPLEMENTATION IN THE PARAMETERS ESTIMATION OF ARFIMA MODELS AND MONTECARLO SIMULATIONS
- Estimação de parametros em modelos ARFIMA
- BOOTSTRAP EM MODELOS ESTRUTURAIS: CONSTRUÇÃO DE INTERVALOS DE CONFIANÇA E TESTES DE HIPÓTESES
- Algoritmos de previsão utilizando modelos de estudos : aplicações em telegrafos
- Previsão de vazão utilizando modelos de inteligência artificial