Estimação robusta da volatilidade em casos de alta dimensão com e sem mudanças de ...
Modelagem e previsão econométrica em modelos de alta dimensão
Análise espectral singular robusta, classificação, redução de dimensão de dados fu...
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 | |
TITULO | |
Matéria(s) publicada(s) em Outras Mídias ( ): | |
Mais itensMenos itens | |
VEICULO: TITULO (DATA) | |
VEICULO: TITULO (DATA) | |