Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/11179

Título: Análise bayesiana do modelo fatorial dinâmico para um vetor de séries temporais utilizando a distribuição t multivariada
Autor(es): Andrade, Larissa Ribeiro de
Lattes: http://lattes.cnpq.br/3394063055356307
Orientador: Ferreira, Daniel Furtado
Coorientador: Sáfadi, Thelma
Membro da banca: Bueno Filho, Júlio Sílvio de Sousa
Membro da banca: Lima, Renato Ribeiro de
Membro da banca: Freire, Evelise Corbalán Góis
Membro da banca: Barroso, Lúcia Pereira
Assunto: Análise fatorial
Amostrador de Gibbs
Distribuição t multivariada
Factor analysis
Gibbs sampling
multivariate t-distribution
Data de Defesa: 29-Fev-2016
Data de publicação: 23-Mai-2016
Agência de Fomento: Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)
Referência: ANDRADE, L. R. de. Análise bayesiana do modelo fatorial dinâmico para um vetor de séries temporais utilizando a distribuição t multivariada. 2016. 149 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2016.
Resumo: Os modelos t multivariados são simétricos e com caudas mais pesadas que a distribuição normal, característica importante na análise de séries financeiras. A proposta deste trabalho é fazer a análise Bayesiana do modelo fatorial dinâmico, na classe de modelos t multivariados, em que a parte latente segue um modelo autorregressivo vetorial. Devido à complexidade da distribuição t multivariada, essa variável foi representada, neste trabalho, como uma mistura da distribuição normal multivariada com uma raiz de qui-quadrado. Este artifício permitiu o cálculo das distribuições a posteriori de interesse. A inferência sobre os parâmetros foi feita obtendo-se uma amostra da distribuição conjunta a posteriori, por meio do Amostrador de Gibbs. A determinação da convergência do processo foi feita por técnicas gráficas e pelos critérios de Geweke (1992) e de Raftery & Lewis (1992a). O método foi ilustrado utilizando dados simulados e reais, em que os dados reais são os índices das principais bolsas de valores do mundo.
Abstract: The multivariate t models are symmetric and with heavier tail than the normal distribution, important feature in financial data. In this theses is presented the Bayesian estimation of a dynamic factor model, where the factors follow a multivariate autoregressive model, using multivariate t distribution. Since the multivariate t distribution is complex, it was represented in this work as a mix between a multivariate normal distribution and a square root of a chi-square distribution. This method allowed to define the posteriors. The inference on the parameters was made taking a sample of the posterior distribution, through the Gibbs Sampler. The convergence was verified through graphical analysis and the convergence tests Geweke (1992) and Raftery & Lewis (1992a). The method was applied in simulated data and in the indexes of the major stock exchanges in the world.
Informações adicionais: Arquivo retido a pedido da autora até maio de 2017.
URI: http://repositorio.ufla.br/jspui/handle/1/11179
Publicador: Universidade Federal de Lavras
Idioma: por
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos neste Item:

Não há arquivos associados para este Item.

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback