Busca avançada
Ano de início
Entree

Estimação e Previsão em Modelos de Fatores Dinâmicos de Alta Dimensão na Presença de Outliers

Processo: 25/07456-7
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de julho de 2025
Data de Término da vigência: 31 de dezembro de 2025
Área de conhecimento:Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
Pesquisador responsável:Luiz Koodi Hotta
Beneficiário:Cauã Pereira Masseu
Instituição Sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:23/02538-0 - Séries temporais, ondaletas, dados de alta dimensão e aplicações, AP.TEM
Assunto(s):Análise de séries temporais
Palavra(s)-Chave do Pesquisador:Efeito de outliers | Métodos robustos | Redução de dimensionalide | Séries Temporais

Resumo

O projeto investiga a robustez de modelos de fatores dinâmicos aplicados a séries temporais, com ênfase na presença de outliers. Avalia-se o desempenho do método de detecção de outliers de Galeano e Pena (2024} (Detecting outliers in high-dimensional time series by dynamic factor models) em ermos de eficácia de estimação e previsão. A abordagem metodológica combina simulações controladas e aplicação empírica a dados reais. O objetivo é estudar a precisão preditiva e a robustez desses modelos frente a diversos tipos de outliers, oferecendo subsídios para avanços teóricos e práticos. Espera-se que os resultados obtidos forneçam uma base sólida para investigações futuras a nível de pós-graduação. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)