Proposta e avaliação de critérios de convergência para o método de monte carlo via cadeias de markov: casos uni e multivariados

Nogueira, Denismar Alves

Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/3236

Registro completo de metadados

Campo DC	Valor	Idioma
dc.creator	Nogueira, Denismar Alves	-
dc.date.accessioned	2014-08-25T21:17:56Z	-
dc.date.available	2014-08-25T21:17:56Z	-
dc.date.issued	2014-08-25	-
dc.date.submitted	2004-02-27	-
dc.identifier.citation	NOGUEIRA, D. A. Proposta e avaliação de critérios de convergência para o método de monte carlo via cadeias de markov: casos uni e multivariados. 2004 121 p. Dissertação (Mestrado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2004.	pt_BR
dc.identifier.uri	http://repositorio.ufla.br/jspui/handle/1/3236	-
dc.language	pt_BR	pt_BR
dc.publisher	UNIVERSIDADE FEDERAL DE LAVRAS	pt_BR
dc.rights	acesso aberto	pt_BR
dc.subject	Correlação	pt_BR
dc.subject	Amostrador de Gibbs	pt_BR
dc.subject	Séries Temporais	pt_BR
dc.subject	Correlation	pt_BR
dc.subject	Gibbs Sampler	pt_BR
dc.subject	Time Series	pt_BR
dc.title	Proposta e avaliação de critérios de convergência para o método de monte carlo via cadeias de markov: casos uni e multivariados	pt_BR
dc.title.alternative	Proposal and evaluation of convergence diagnostics criterion for markov chain monte carlo methods: univariate and multivariate cases	pt_BR
dc.type	dissertação	pt_BR
dc.publisher.program	DEX - Departamento de Ciências Exatas	pt_BR
dc.publisher.initials	UFLA	pt_BR
dc.publisher.country	BRASIL	pt_BR
dc.description.concentration	Estatística e Experimentação Agropecuária	pt_BR
dc.contributor.advisor1	Sáfadi, Thelma	-
dc.contributor.referee1	Loschi, Rosangêla Helena	-
dc.contributor.referee1	Morais, Augusto Ramalho de	-
dc.contributor.referee1	Ferreira, Daniel Furtado	-
dc.description.resumo	Métodos de Monte Carlo via Cadeias de Markov têm sido estudados com aplicações em diversas áreas, mas uma das maiores dificuldades é determinar o tamanho adequado da amostra, ou seja, a convergência do processo para assim inferir sobre os parâmetros da distribuição de interesse. Dos critérios existentes na literatura, optou-se por estudar aqueles mais utilizados e mais simples de se implementar. Por isso, os objetivos foram: propor uma forma alternativa de aplicação combinada de quatro critérios univariados de convergência das seqüências de Markov (Gelman & Rubin, 1992a, Raftery & Lewis, 1992a, Geweke, 1992, Heidelberger & Welch, 1983), otimizando suas propriedades; apresentar uma forma alternativa de cálculo do critério de Brooks & Gelman (1998); e propor dois novos critérios multivariados de monitoramento da convergência. Para isso, dados referentes a dois modelos foram utilizados, sendo um de séries temporais com duas intervenções e erro ARMA(2,2) e o outro uma normal trivariada, considerando três situações distintas para a matriz de covariâncias. Em ambos os casos foram utilizados o Amostrador de Gibbs e aplicados os critérios para monitorar a convergência. Os resultados obtidos permitiram que se concluísse que: sugere-se a utilização dos critérios univariados do monitoramento da convergência de forma combinada; a forma alternativa de cálculo para o critério de Brooks & Gelman foi viável de ser aplicada e mostrou-se robusta numericamente; os dois novos critérios multivariados para monitorar a convergência das seqüências de Monte Carlo foram propostos com sucesso; o critério multivariado baseado na razão dos traços das matrizes de covariâncias e D foi considerado melhor.	pt_BR
dc.description.resumo	Métodos de Monte Carlo via Cadeias de Markov têm sido estudados com aplicações em diversas áreas, mas uma das maiores dificuldades é determinar o tamanho adequado da amostra, ou seja, a convergência do processo para assim inferir sobre os parâmetros da distribuição de interesse. Dos critérios existentes na literatura, optou-se por estudar aqueles mais utilizados e mais simples de se implementar. Por isso, os objetivos foram: propor uma forma alternativa de aplicação combinada de quatro critérios univariados de convergência das seqüências de Markov (Gelman & Rubin, 1992a, Raftery & Lewis, 1992a, Geweke, 1992, Heidelberger & Welch, 1983), otimizando suas propriedades; apresentar uma forma alternativa de cálculo do critério de Brooks & Gelman (1998); e propor dois novos critérios multivariados de monitoramento da convergência. Para isso, dados referentes a dois modelos foram utilizados, sendo um de séries temporais com duas intervenções e erro ARMA(2,2) e o outro uma normal trivariada, considerando três situações distintas para a matriz de covariâncias. Em ambos os casos foram utilizados o Amostrador de Gibbs e aplicados os critérios para monitorar a convergência. Os resultados obtidos permitiram que se concluísse que: sugere-se a utilização dos critérios univariados do monitoramento da convergência de forma combinada; a forma alternativa de cálculo para o critério de Brooks & Gelman foi viável de ser aplicada e mostrou-se robusta numericamente; os dois novos critérios multivariados para monitorar a convergência das seqüências de Monte Carlo foram propostos com sucesso; o critério multivariado baseado na razão dos traços das matrizes de covariâncias e D foi considerado melhor.	pt_BR
dc.subject.cnpq	CNPQ_NÃO_INFORMADO	pt_BR
Aparece nas coleções:	Estatística e Experimentação Agropecuária - Mestrado (Dissertações)

Arquivos associados a este item:

Arquivo	Descrição	Tamanho	Formato
DISSERTAÇÃO_Proposta e Avaliação de Critérios de Convergência para o Método de Monte Carlo via Cadeias de Markov Casos Uni e Multivariados..pdf		2,89 MB	Adobe PDF	Visualizar/Abrir

Mostrar registro simples do item Recomendar este item Visualizar estatísticas