Estimação e previsão no processo INARCH(2)

In the last decades the study of integer-valued time series has gained notoriety due to its broad applicability (modeling the number of car accidents in a given highway, or the number of people infected by a virus are two examples). One of the main interests of this area of study is to make forecasts, and for this reason it is very important to propose methods to make such forecasts, which consist of nonnegative integer values, due to the discrete nature of the data. In this work, we focus on the study and proposal of forecasts one, two and h steps ahead for integer-valued second-order autoregressive conditional heteroskedasticity processes [INARCH (2)], and in determining some theoretical properties of this model, such as the ordinary moments of its marginal distribution and the asymptotic distribution of its conditional least squares estimators. In addition, we study, via Monte Carlo simulation, the behavior of the estimators for the parameters of INARCH(2) processes obtained using three di erent methods (Yule- Walker, conditional least squares, and conditional maximum likelihood), in terms of mean squared error, mean absolute error and bias. We present some forecast proposals for INARCH(2) processes, which are compared again via Monte Carlo simulation. As an application of this proposed theory, we model a dataset related to the number of live male births of mothers living at Riachuelo city, in the state of Rio Grande do Norte, Brazil.

Estimação e previsão no processo INARCH(2)

In the last decades the study of integer-valued time series has gained notoriety due to its broad applicability (modeling the number of car accidents in a given highway, or the number of people infected by a virus are two examples). One of the main interests of this area of study is to make forecasts, and for this reason it is very important to propose methods to make such forecasts, which consist of nonnegative integer values, due to the discrete nature of the data. In this work, we focus on the study and proposal of forecasts one, two and h steps ahead for integer-valued second-order autoregressive conditional heteroskedasticity processes [INARCH (2)], and in determining some theoretical properties of this model, such as the ordinary moments of its marginal distribution and the asymptotic distribution of its conditional least squares estimators. In addition, we study, via Monte Carlo simulation, the behavior of the estimators for the parameters of INARCH(2) processes obtained using three di erent methods (Yule- Walker, conditional least squares, and conditional maximum likelihood), in terms of mean squared error, mean absolute error and bias. We present some forecast proposals for INARCH(2) processes, which are compared again via Monte Carlo simulation. As an application of this proposed theory, we model a dataset related to the number of live male births of mothers living at Riachuelo city, in the state of Rio Grande do Norte, Brazil.

Estimação do subespaço de sinal em dados hiperespectrais

A redução de dimensionalidade é uma tarefa crucial no processamento e análise de dados hiperespectrais. Esta comunicação propõe um método de estimação do subespaço de sinal baseado no erro quadrático médio. O método consiste em primeiro estimar as matrizes de correlação do sinal e do ruído e em segundo seleccionar o conjunto de vectores próprios que melhor representa o subespaço de sinal. O eficiência deste método é ilustrada em imagens hiperespectrais sintéticas e reais.

Analysis of the claims data of a life insurance portfolio

Mestrado em Ciências Actuariais

SVR-GARCH com misturas de kernels gaussianos

Dissertação (mestrado)—Universidade de Brasília, Departamento de Administração, Programa de Pós-graduação em Administração, 2016.

Aplicação de espectroscopia no infravermelho médio e calibração multivariada para quantificação de adulterantes e teor em biodiesel de óleo de palma com óleo de soja, soja residual e diesel

In this work, it was developed and validated methodologies that were based on the use of Infrared Spectroscopy Mid (MIR) combined with multivariate calibration Square Partial Least (PLS) to quantify adulterants such as soybean oil and residual soybean oil in methyl and ethyl palm biodiesels in the concentration range from 0.25 to 30.00 (%), as well as to determine methyl and ethyl palm biodiesel content in their binary mixtures with diesel in the concentration range from 0.25 to 30.00 (%). The prediction results showed that PLS models constructed are satisfactory. Errors Mean Square Forecast (RMSEP) of adulteration and content determination showed values of 0.2260 (%), with mean error (EM) with values below 1.93 (%). The models also showed a strong correlation between actual and predicted values, staying above 0.99974. No systematic errors were observed, in accordance to ASTM E1655- 05. Thus the built PLS models, may be a promising alternative in the quality control of this fuel for possible adulterations or to content determination.

Estimativa do escoamento superficial em uma bacia hidrográfica com base em modelagem dinâmica e distribuída

A estimativa do escoamento superficial em bacias hidrográficas é de suma importância para conservação dos recursos naturais; entretanto, esse é um processo complexo e dinâmico, principalmente no contexto de sua variabilidade espacial. Dessa forma, torna-se adequada a aplicação dos Sistemas de Informações Geográficas (SIG) usando pequenas células de informação, pois assim é possível considerar o comportamento espacial das variáveis associadas à origem do escoamento superficial. Este trabalho teve como objetivo implementar os modelos hidrológicos Curva Número (CN-SCS) e Curva-Número Modificado (CN-MMS), com base na linguagem de programação do SIG PCRaster e em uma base de dados reduzida, de forma distribuída e dinâmica, com o intuito de estimar as lâminas de escoamento superficial geradas numa bacia hidrográfica de Latossolos, localizada no município de Nazareno, região dos Campos das Vertentes, Minas Gerais. Para aplicação do modelo CN-SCS foi preciso desenvolver um mapa com valores de CN no formato do PCRaster, enquanto para o modelo CN-MMS foram necessários os seguintes mapas: umidade volumétrica de saturação do solo, umidade volumétrica inicial do solo e profundidade de solo. Para simulação e avaliação de ambos os modelos, foram aplicados 18 eventos de chuva natural que provocaram escoamento superficial, durante o ano hidrológico 2004-2005, e suas respectivas lâminas de escoamento observadas. A análise do desempenho dos modelos foi feita aplicando-se análise de sensibilidade baseada no erro médio e na Raiz do Erro Quadrático (REQ). Tendo-se como referência essas estatísticas de precisão, pôde-se constatar que o modelo CN-MMS apresentou melhor calibração quando comparado ao modelo CN-SCS, devido à consideração direta da umidade inicial do solo. Contudo, a estruturação dos modelos no SIG PCRaster possibilitou o desenvolvimento de uma ferramenta computacional eficaz e útil para simulação do escoamento superficial, visto que propicia estruturação de rotinas computacionais considerando os problemas associados à variabilidade espacial dos dados de entrada dos modelos.

Comparação de diferentes metodologias para estimativa de curvas intensidade-duração-freqüência para Pelotas - RS

Nos projetos agrícolas de obras hidráulicas, onde não se dispõe de dados observados de vazão, é necessário explorar ao máximo as informações relativas às curvas Intensidade-Duração-Freqüência (IDF). Diante disso, é preciso obter maneira de desenvolver metodologias de estimativas de curvas IDF, em locais que possuam pouco ou nenhum dado pluviográfico. O objetivo do trabalho foi comparar as metodologias de desagregação de precipitações diárias para verificar o ganho de informação em termos de curvas IDF, comparadas àquela obtida a partir de dados observados (histórica). Os métodos utilizados foram: (a) Método das Relações (CETESB, 1979); (b) BELTRAME et al. (1991); (c) ROBAINA & PEITER (1992); (d) Modelo Bartlett-Lewis do Pulso Retangular Modificado (DAMÉ, 2001). Utilizou-se de série de dados de precipitação diária de Pelotas - RS, referente ao período de 1982-1998. Para estimar as curvas IDF, a partir dos registros históricos, foram estabelecidas as durações de 15; 30; 60; 360; 720 e 1.440 minutos, e os períodos de retorno de 2; 5 e 10 anos. Os valores de intensidades máximas foram comparados entre si, pelo teste "t" de Student, para os coeficientes linear e angular, e pelo Erro Relativo Médio Quadrático. O método que melhor representou as intensidades máximas de precipitação, nos períodos de retorno de 2 e 10 anos, foi o Método das Relações (CETESB, 1979).

Modelos agrometeorológicos para previsão da produtividade e qualidade de bebida natural do cafeeiro

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Metodologia para analise cinematica de volumes respiratorios parciais de nadadores

Universidade Estadual de Campinas . Faculdade de Educação Física

Desenvolvimento e análise de uma rede neural artificial para estimativa da erosividade da chuva para o Estado de São Paulo

O conhecimento do valor da erosividade da chuva (R) de determinada localidade é fundamental para a estimativa das perdas de solo feitas a partir da Equação Universal de Perdas de Solo, sendo, portanto, de grande importância no planejamento conservacionista. A fim de obter estimativas do valor de R para localidades onde este é desconhecido, desenvolveu-se uma rede neural artificial (RNA) e analisou-se a acurácia desta com o método de interpolação "Inverso de uma Potência da Distância" (ID). Comparando a RNA desenvolvida com o método de interpolação ID, verificou-se que a primeira apresentou menor erro relativo médio na estimativa de R e melhor índice de confiança, classificado como "Ótimo", podendo, portanto, ser utilizada no planejamento de uso, manejo e conservação do solo no Estado de São Paulo.

Optimização estrutural aplicada à melhoria da precisão de quinagem

Dissertação para obtenção do Grau de Mestre em Engenharia Mecânica

Identificação modal e actualização de modelos de elementos finitos

Dissertação para obtenção do Grau de Mestre em Engenharia Civil - Perfil Estruturas

Modelos de previsão de preços de commodities

O principal objectivo deste trabalho assenta em desenvolver modelos de previsão de preços de commodities para assim comparar a capacidade preditiva da simulação de Monte Carlo com a das redes neuronais. A simulação de Monte Carlo é principalmente utilizada para avaliar as opções, já as redes neuronais são utilizadas para fazer previsões, classificações, clustering ou aproximação de funções. Os diversos modelos desenvolvidos foram aplicados na previsão do preço futuro do milho, petróleo, ouro e cobre. Sendo que os horizontes temporais testados neste trabalho foram 1 dia, 5 dias, 20 dias e 60 dias. Através da análise do erro absoluto médio percentual (MAPE) concluiu-se que no geral o modelo individual que apresentou um melhor desempenho preditivo foram as redes neuronais. Contudo, nas previsões a 1 e a 5 dias os resultados obtidos foram semelhantes para ambos os modelos. Para se tentar melhorar os resultados obtidos pelos modelos individuais foram aplicadas algumas técnicas de combinação de modelos. A combinação de modelos demonstrou no geral capacidade para melhorar os resultados dos modelos individuais, porém apenas para o horizonte a 60 dias é que os resultados melhoraram significativamente.

Sistema de posicionamento baseado em redes de sensores sem fios

Dissertação de mestrado integrado em Engenharia Eletrónica Industrial e Computadores