Envíos recientes

  • Classificação otimizada baseada em U-estatísticas 

    Soares, Mayara Belló (2023) [Tesis de maestría]
    A modelagem de dados visando agrupamento e classificação em ambientes de alta dimensão e baixo tamanho de amostra (HDLSS - High-dimension low-sample size data) é um desafio em diferentes áreas do conhecimento. Uma alternativa ...
  • mFFORMS : multi-level Feature-based FORecast Model Selection 

    Bermúdez, Bruno Grillo de (2023) [Tesis de maestría]
    Montero-Manso et al. [2020] propôs um método de combinação de meta-aprendizagem, denominado FFORMA, que fornece pesos para cada método de previsão candidato, dado as características da série temporal. Esse método obteve o ...
  • Mitigating the choice of the duration in DDMS models through a parametric link 

    Mendes, Fernando Henrique de Paula e Silva (2023) [Tesis de maestría]
    Um dos hiperparâmetros mais importantes em modelos de mudança de regime Markoviana e duração dependente (DDMS) é a duração dos regimes. Uma vez que não existe nenhum procedimento para estimar ou testar uma dada duração ...
  • Bayesian analysis of beta autoregressive moving average models 

    Grande, Aline Foerster (2023) [Tesis de maestría]
    O presente trabalho propõe uma abordagem Bayesiana para a estimação dos parâmetros do modelo βARMA(p, q), modelos de séries temporais para dados com suporte no intervalo (0, 1). Para tanto, emprega-se a técnica de amostragem ...
  • Estimação de processos com longa dependência na presença de muitos dados faltantes 

    Ulloa, Gladys Choque (2023) [Tesis de maestría]
    Entre os modelos mais importantes para séries temporais com longa dependência está a classe de modelos ARFIMA(p, d, q) (processo autoregressivo fracionariamente integrado de média móvel). Embora a estimação do parâmetro ...
  • CVaR optimization of high dimensional portfolios using dynamic factor copulas 

    Alovisi, Gustavo (2022) [Tesis de maestría]
    Modelos de cópulas tornaram-se um método popular para a otimização de portfólios via Valor-em-Risco Condicional (CVaR). A abordagem de estimação normalmente é composta por dois passos: no primeiro, modelos ARMA-GARCH uni ...
  • Combining LASSO-Type methods with a smooth transition random forest 

    Gandini, Alexandre Luís Debiasi (2022) [Tesis de maestría]
    In this work, we propose a novel hybrid method for the estimation of regression models, which is based on a combination of LASSO-type methods and smooth transition (STR) random forests. Tree-based regressions are known for ...
  • Modelos dinâmicos para séries temporais positivas 

    Carlos, Jonas Hendler (2022) [Tesis de maestría]
    Baseado em trabalhos de Ferrari and Cribari-Neto (2004), Rocha and Cribari-Neto (2009), Pumi et al. (2019b) e Bourguignon et al. (2021), este trabalho propõe a construção de modelos autoregressivos de médias móveis em que ...
  • Regressão quantílica suavizada : uma aplicação a séries temporais 

    Natal, Miguel Jandrey (2021) [Tesis de maestría]
    A regressão quantílica modela quantis condicionais da variável resposta e traz o conceito de quantil para a estrutura de modelos lineares generalizados. Embora a regressão quantílica – tal como a conhecemos hoje – tenha ...
  • Carta de controle para processos em batelada através de uma abordagem “Model Free” utilizando U-estatísticas 

    Cintra, Renan Faraon (2022) [Tesis de maestría]
    Este trabalho propõe uma abordagem Model Free baseada na teoria das U-estatísticas para monitorar processos em batelada. Processos em batelada produzem séries temporais, em que cada uma delas representa sucessivas medições ...

Más