Modelos para Séries Temporais Irregularmente Espaçadas

• Processo: 25/22112-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de novembro de 2025
• Data de Término da vigência: 31 de outubro de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Aluísio de Souza Pinheiro
• Beneficiário: Luiz Augusto Cortez Silva
• 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): Imputação de dados Análise de séries temporais
• Palavra(s)-Chave do Pesquisador: Amostras irregulares | dados irregularmente espaçados | Imputação de dados | MOdelo CIAR | Modelo IAR | Observações faltantes | Séries Temporais

Resumo

A teoria de análise de séries temporais, seja ela no domínio do tempo ou no domínio da freqüência, baseia-se em intervalos regulares de amostragem, seja ele: diários, horários, semanais, mensais, anuais etc.. Não é incomum em dados meteorológicos que se percam observações específicas. Há necessidade da imputação dos chamados de valores faltantes. (Afrifa-Yamoah et al., 2020). Isso compatibiliza a série temporal completa com os métodos tradicionais de análise.Por outro, certos fenômenos naturais ou tecnológicos só podem ser observados em intervalos irregulares como, por exemplo, dados astronômicos (Echeverri, 2019; Elorrieta et al., 2019) e imagens óticas de superfície por satélite (Fonseca et al., 2023). Soluções diretas do problema sob as condições de amostragem irregular seriam metodologicamente mais adequadas, assim como poderiam ser usadas também no caso de dados faltantes.O estudo de séries temporais irregularmente espaçadas tem sido uma preocupação histórica na literatura (Parzen, 1984). As soluções eram em geral aproximadas ou bastante específicas. Novas metodologias que permitem o estudo sistemático de séries temporais irregularmente espaçadas surgiram recentemente e são o foco deste projeto. Giraitis and Marotta (2023) e Wifredo Palma e colaboradores (Elorireta et al., 2019) apresentam novas propostas para esses modelos de séries temporais irregularmente espaçadas. Neste projeto, as duas propostas serão estudadas, estendidas e aplicadas em dados reais.