| Processo: | 07/07612-0 |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Data de Início da vigência: | 01 de fevereiro de 2008 |
| Data de Término da vigência: | 31 de janeiro de 2010 |
| Área do conhecimento: | Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística |
| Pesquisador responsável: | Marinho Gomes de Andrade Filho |
| Beneficiário: | Marinho Gomes de Andrade Filho |
| Instituição Sede: | Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil |
| Assunto(s): | Inferência estatística Modelos lineares generalizados |
| Palavra(s)-Chave do Pesquisador: | Modelos de Box-Cox | Modelos GARMA | Modelos lineares generalizados | Modelos simétricos | Simulação MCMC | Volatilidade estocástica | Inferência estatística |
Resumo
Neste projeto, focamos duas linhas de pesquisa: a primeira corresponde à obtenção de ajustes para a verossimilhança perfilada para os modelos TGLM (Transformed Generalized Linear Models), TSM (Transformed Symmetric Models) e TGARMA (Transformed Generalized ARMA Models), estes resultados podem ainda ser estendidos para os modelos generalizados de volatilidade estocástica (GVS) e a segunda linha visa a abordagem Bayesiana dos modelos considerados no projeto. No contexto Bayesiano são consideradas funções densidades a priori propostas por Box e Cox (1964) e densidades a priori proposta por Pericchi (1981) e faremos aplicação destas funções para a classe dos modelos generalizados transformados definidos em Cordeiro e Andrade (2007a), Cordeiro e Andrade (2007b) e dos modelos generalizados de volatilidade estocásticos (TGSV) definidos por Barossi et al, (2007). Todos os resultados inferenciais derivados dos resultados teóricos obtidos no projeto serão avaliados e comparados através de simulação de Monte Carlo. Todas as simulações serão desenvolvidas a partir de programas construídos usando a linguagem de programação em Matlab, R, SAS, WinBugs e aplicações serão apresentadas. Como produto adicional dessas pesquisas deverão ser desenvolvidos diversos procedimentos iterativos para a estimação paramétrica através do uso de algoritmos de máxima verossimilhança e algoritmos de simulação de Monte Carlo em Cadeia de Markov (MCMC) para abordagem Bayesiana dos modelos considerados, além de alguns resultados inferenciais e diversas aplicações. Pretendemos com esta pesquisa, dar suporte a dissertações de mestrado e teses de doutorado no programa de pós-graduação nos quais estão credenciado os respectivos pesquisadores envolvidos no projeto. Temos como meta publicar artigos em periódicos internacionais da área e divulgar os resultados em congressos nacionais e internacionais. O período previsto para o projeto é de 24 meses. (AU)
| Matéria(s) publicada(s) na Agência FAPESP sobre o auxílio: |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |