Modelos para séries temporais com dados discretos

• Processo: 19/21766-8
• Modalidade de apoio: Bolsas no Exterior - Pesquisa
• Data de Início da vigência: 02 de fevereiro de 2020
• Data de Término da vigência: 01 de fevereiro de 2021
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
• Pesquisador responsável: Marinho Gomes de Andrade Filho
• Beneficiário: Marinho Gomes de Andrade Filho
• Pesquisador Anfitrião: Nalini Ravishanker
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Instituição Anfitriã: University of Connecticut (UCONN), Estados Unidos
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Assunto(s): Análise de séries temporais Dados de contagem Inferência estatística
• Palavra(s)-Chave do Pesquisador: Dados de contagem | Distribuição Série de Potência | métodos bayesianos | Modelos GARMA | Modelos Inflacionados de Zero | Séries Temporais | Séries Temporais

Resumo

Este projeto tem como objetivo desenvolver modelos Zero-Modificados (e.g. Inflacionado ou Deflacionados de Zero) para séries temporais com dados discretos. Os modelos desenvolvidos neste projeto tem como origem alguns os modelo Zero-Modificados da família Série de Potência (Poisson, Poisson Generalizado, Binomial, Binomial negativo, COM-Poisson entre outros). Neste trabalho estes modelos serão definidos no contexto de séries temporais para acomodarem dados de contagem correlacionado no tempo com excesso (ou déficit) de zeros. Serão consideradas métodos de inferência baseados na abordagens clássica de verossimilhança e na abordagem bayesiana juntamente com técnicas de Monte Carlo em Cadeia de Markov. O projeto também prevê aplicações relevantes em problemas reais. (AU)

Publicações científicas

(7)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BERTOLI, WESLEY; CONCEICAO, KATIANE S.; ANDRADE, MARINHO G.; LOUZADA, FRANCISCO. A New Regression Model for the Analysis of Overdispersed and Zero-Modified Count Data. Entropy, v. 23, n. 6, JUN 2021. (13/07375-0, 19/21766-8, 19/22412-5)

BERTOLI, WESLEY; CONCEICAO, KATIANE S.; ANDRADE, MARINHO G.; LOUZADA, FRANCISCO. A new mixed-effects regression model for the analysis of zero-modified hierarchical count data. BIOMETRICAL JOURNAL, v. 63, n. 1, p. 24-pg., 2020-10-19. (19/22412-5, 19/21766-8)

RAQUEL, GABRIELA C.; CONCEICAO, KATIANE S.; PRATES, MARCOS O.; ANDRADE, MARINHO G.. A zero-modified Poisson mixed model with generalized random effect. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, MAR 2021. (19/22412-5, 19/21766-8)

CONCEICAO, KATIANE S.; SUZUKI, ADRIANO K.; ANDRADE, MARINHO G.. A Bayesian approach for zero-modified Skellam model with Hamiltonian MCMC. Statistical Methods and Applications, JUL 2020. (19/21766-8, 19/22412-5)

SANTANA, ROGERIO A.; CONCEICAO, KATIANE S.; DINIZ, CARLOS A. R.; ANDRADE, MARINHO G.. ype I multivariate zero-inflated COM-Poisson regression mode. BIOMETRICAL JOURNAL, NOV 2021. (19/22412-5, 19/21766-8)

RAQUEL, GABRIELA C.; CONCEICAO, KATIANE S.; PRATES, MARCOS O.; ANDRADE, MARINHO G.. A zero-modified Poisson mixed model with generalized random effect. JOURNAL OF STATISTICAL COMPUTATION AND SIMULATION, v. 91, n. 12, p. 18-pg., 2021-03-10. (19/22412-5, 19/21766-8)

CONCEICAO, KATIANE S.; SUZUKI, ADRIANO K.; ANDRADE, MARINHO G.. A Bayesian approach for zero-modified Skellam model with Hamiltonian MCMC. Statistical Methods and Applications, v. 30, n. 2, p. 19-pg., 2020-07-18. (19/22412-5, 19/21766-8)