Use este identificador para citar ou linkar para este item: http://www.monografias.ufop.br/handle/35400000/2716
Registro completo de metadados
Campo Dublin CoreValorIdioma
dc.contributor.advisorSilva, Ivair Ramospt_BR
dc.contributor.authorFreitas, Andressa de Souza-
dc.date.accessioned2020-11-03T15:18:19Z-
dc.date.available2020-11-03T15:18:19Z-
dc.date.issued2020-
dc.identifier.citationFREITAS, Andressa de Souza. Robustez do Teste Monte Carlo para tendência estocástica na família locação-escala. 2020. 25 f. Monografia (Graduação em Estatística) - Instituto de Ciências Exatas e Biológicas, Universidade Federal de Ouro Preto, Ouro Preto, 2020.pt_BR
dc.identifier.urihttp://www.monografias.ufop.br/handle/35400000/2716-
dc.description.abstractUm dos modelos mais utilizados em análise de séries temporais é o modelo de equações estruturais. Sob tal abordagem, um processo estocástico é descrito por meio de um funcional linear composto por termos de interpretação prática, tais como nível, tendência, sazonalidade, e qualquer outro componente cíclico de interesse. Em 1983, Nyblom e Makelainen propuseram um teste localmente mais poderoso para testar se o termo de nível de um processo é determinístico ou estocástico, chamado Teste NM. Esse teste foi aperfeiçoado por FRANCO et al, em 2009, através do método de bootstrap. Dulcídia et al. (2016) estenderam o teste NM para testar se o termo de tendência é determinístico ou estocástico. Para tanto, eles construíram uma versão Monte Carlo para o teste NM. Como demonstrado formalmente por Silva et al. (2020), o teste proposto por Dulcídia et al. (2016) garante o controle da probabilidade do Erro Tipo I sob o nível nominal desejado pelo analista. Isto é válido para qualquer processo estocástico com distribuição pertencente à família locação-escala. Este trabalho visa verificar a robustez do teste proposto por Silva et al. (2020) para séries temporais que não pertençam à família locação-escala. Esta verificação se deu através do estudo do Poder do Teste e na verificação do controle da probabilidade do Erro Tipo I, o que foi possível pelo método de Simulação de Monte Carlo. Foram simuladas séries com distribuição Qui-quadrado e Binomial. Com isso, foi possível estudar o desempenho estatístico do teste de Silva et al. (2020) para situações em que os dados não pertencem à família locação-escala.pt_BR
dc.language.isopt_BRpt_BR
dc.subjectMonte Carlo, Método dept_BR
dc.subjectProcesso estocásticopt_BR
dc.subjectAnálise de séries temporaispt_BR
dc.subjectEstatística - testespt_BR
dc.titleRobustez do teste Monte Carlo para tendência estocástica na família locação-escala.pt_BR
dc.typeTCC-Graduaçãopt_BR
dc.contributor.refereeSilva, Ivair Ramospt_BR
dc.contributor.refereeOliveira, Fernando Luiz Pereira dept_BR
dc.contributor.refereeOliveira, Rívert Paulo Bragapt_BR
dc.description.abstractenOne of the best models utilized in temporal series analysis it’s the model of structural equations. Upon this approach, a stochastic process is described through a functional linear composed by practical interpretations terms, which include level, tendency, seasonality and any other cyclical component of interest. In 1983, Nyblom and Makelainen proposed a locally more powerful test for testing if level term of a process is deterministic or stochastic, called NM Test. This test was perfected by FRANCO et al., in 2009, through the bootstrap method. Dulcídia et al. (2016) extended the NM test to verify if the tendency term is deterministic or stochastic. To do so, they elaborated a version of Monte Carlo to the NM test. Demonstrated formally by Silva et al. (2020), the test proposed by Dulcídia et al. (2016) guarantee the control of the probability of Type I Error at the nominal level required by the analyst. This is valid to any stochastic process with a distribution belonging to the family location-scale. This work plans to verify the robustness of the test proposed by Silva et al. (2020) to temporal series that do not belong to the location-scale family. This inspection was brought through a study of the Power of the Test and in the ratification of the control of probability of the Type I Error, which was possible due to the Simulation of Monte Carlo method. Series with Chi-square and Binomial were simulated. With that, it was possible study the statistic performance of the test of Silva et al. (2020) for situations which the data do not belong to the location-scale family.pt_BR
dc.contributor.authorID16.2.4508pt_BR
Aparece nas coleções:Estatística

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
MONOGRAFIA_RobustezTesteMonte.pdf725,97 kBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons