Identificação de modelos ARMA pelo método Bootstrap

Authors

  • Thais Mariane Biembengut Faria Universidade Federal do Paraná
  • Anselmo Chaves Neto Universidade Federal do Paraná

Keywords:

Bootstrap, Modelos ARMA, Identificação, Autocorrelações

Abstract

Nesse artigo, avaliou-se o desempenho de um algoritmo bootstrap moving blocks na identificação da ordem de modelos ARMA. O método foi aplicado em séries simuladas a partir de modelos de ordem p+q > 2 afim de obter a distribuição amostral das funções de autocorrelação (FAC) e autocorrelação parcial (FACP).
Por meio de algumas simulações e exemplos, demonstrou-se que o procedimento bootstrap proposto possui melhor desempenho em relação ao método assintótico clássico de identificação, sobretudo em pequenas amostras ou ainda na identificação de modelos com baixos valores para as FAC e FACP.

Author Biographies

Thais Mariane Biembengut Faria, Universidade Federal do Paraná

Doutorando em Métodos Numéricos em Engenharia 

Departamento de Engenharia Civil

Área de Programação Matemática

UFPR

Anselmo Chaves Neto, Universidade Federal do Paraná

Possui graduação em Licenciatura Em Matemática pela Universidade Federal do Paraná (1971), graduação em Engenharia Civil pela Universidade Federal do Paraná (1974), Especialização em Processamento de Dados pela Faculdade de Administração e Economia - FAE CURITIBA (1982), Mestrado em Estatística pela Universidade Estadual de Campinas (1985) e Doutorado em Engenharia Elétrica pela Pontifícia Universidade Católica do Rio de Janeiro (1991), na área de concentração em Sistemas Estocásticos e Estatística. Atualmente é Professor Associado IV da Universidade Federal do Paraná, lotado no Departamento de Estatística e atua como professor permanente no PPGMNE - Programa de Pós-graduação em Métodos Numéricos em Engenharia e, como professor colaborador, nos programas de pós-graduação em Engenharia Florestal, em Ciências Geodésicas e em Engenharia de Produção. Tem experiência na área de Engenharia de Produção, com ênfase em Séries Temporais, Engenharia da Qualidade e Reconhecimento de Padrões. Trabalha e pesquisa, principalmente, nos seguintes temas: Métodos Estatísticos Multivariados, Previsão de Séries temporais, Engenharia da Qualidade, Métodos Computacionalmente Intensivos (Bootstrap e Jacknife), Reconhecimento de Padrões e mais recentemente em Confiabilidade de Produtos e Confiabilidade Estrutural. Também tem pesquisado estatística educacional (avaliação de itens: Clássica e TRI)

Downloads

Published

08-06-2014

Issue

Vol. 16 No. 1 (2014)

Section

Artigos

License

Authors keep copyrights and conced to the magazine the right of first publication, with the paper also licensed up Creative Commons Attribution License, wich alows sharing the paper with credits to the author and initial publication in this magazine.

This journal provides open access to all of it content on the principle that making research freely available to the public supports a greater global exchange of knowledge. Such access is associated with increased readership and increased citation of an author's work. For more information on this approach, see the Public Knowledge Project, which has designed this system to improve the scholarly and public quality of research, and which freely distributes the journal system as well as other software to support the open access publishing of scholarly resources. The names and email addresses entered in this journal site will be used exclusively for the stated purposes of this journal and will not be made available for any other purpose or to any other party.