• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Doctoral Thesis
DOI
https://doi.org/10.11606/T.104.2020.tde-24072020-093829
Document
Author
Full name
Caroline Mendes de Assis
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Carlos, 2020
Supervisor
Committee
Andrade Filho, Marinho Gomes de (President)
Cobre, Juliana
Milani, Eder Angelo
Oliveira, Sandra Cristina de
Sáfadi, Thelma
Title in Portuguese
Modelos bayesianos zero-modificados para séries temporais de contagem
Keywords in Portuguese
Dados de contagem
Distribuição COM-Poisson
Modelos generalizados ARMA
Modelos zero-modificados
Abstract in Portuguese
Neste trabalho são apresentados dois modelos bayesianos zero-modificados(ZM) para séries temporais de contagem: Poisson ARMA zero-modificado e COM-Poisson ARMA zero-modificado. O segundo modelo permite uma flexibilidade maior por possuir um parâmetro adicional que comporta dados com maior sobredispersão ou subdispersão em relação ao modelo Poisson ARMA ZM. Os modelos são ilustrados por meio de aplicação em dados artificiais e em dois conjuntos de dados reais. Tanto o modelo Poisson ARMAZM quanto o modelo COM-Poisson ARMA ZM se mostraram competitivos para modelar dados de contagem zero-modificados, tendo sido estudado o ajuste dos modelos aos dados por meio da análise preditiva a posteriori. A comparação de modelos foi realizada por meio do critério de informação da deviância (DIC). Finalmente, foi realizado um estudo de previsão para seis períodos à frente. De maneira geral,o modelo COM-Poisson ARMAZM, apesar de possuir um parâmetro adicional em relação ao modelo Poisson ARMAZM, obteve valores de DIC próximos aos do modelo Poisson ARMA ZM. Como o modelo COM-Poisson ARMAZM possui como caso particular o modelo Poisson ARMA ZM, tendo a vantagem de ser mais flexível, o modelo COM-Poisson ARMAZM é proposto como uma alternativa para dados de contagem com modificação na contagem de zeros.
Title in English
Bayesian zero-modified models for count time series
Keywords in English
COM-Poisson distribution
Count data
Generalized ARMA models
Zero-modified models
Abstract in English
This work presents two Bayesian zero-modified (ZM) models for count time series: zero-modified Poisson ARMA and zero-modified COM-Poisson ARMA. The latter allows a greater flexibility since it has an aditional parameter which accomodates greater subdispersion or overdispersion in comparison with the ZM Poisson ARMA model. The models are applied to simulated data and two real data sets. Both ZM Poisson ARMA and ZM COM-Poisson ARMA performed very well in zero-modified data. The goodness of fit was studied using posterior predictive checks. Model comparison was done using the deviance information criterion (DIC). Finally, a forecast study of six-steps-ahead was performed. In general, the ZM COM-Poisson model,although having an aditional parameter in comparison with the ZM Poisson ARMA model, showed DIC values similar to the DIC values of the ZM Poisson ARMA model. Since the ZM COM-Poisson ARMA model has the ZM Poisson ARMA model as a particular case, having the advantage of being more flexible, the ZM COM-Poisson ARMA model is proposed as an alternative to zero-modified count data.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2020-07-24
 
WARNING: Learn what derived works are clicking here.
All rights of the thesis/dissertation are from the authors
CeTI-SC/STI
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2024. All rights reserved.