Show simple item record

dc.contributor.advisorZiegelmann, Flavio Augustopt_BR
dc.contributor.authorKonzen, Evandropt_BR
dc.date.accessioned2014-09-27T02:15:45Zpt_BR
dc.date.issued2014pt_BR
dc.identifier.urihttp://hdl.handle.net/10183/103896pt_BR
dc.description.abstractEste trabalho aplica algumas formas de penalização tipo LASSO aos coeficientes para reduzir a dimensionalidade do espaço paramétrico em séries temporais, no intuito de melhorar as previsões fora da amostra. Particularmente, o método denominado aqui como WLadaLASSO atribui diferentes pesos para cada coeficiente e para cada defasagem. Nas implementações de Monte Carlo deste trabalho, quando comparado a outros métodos de encolhimento do conjunto de coeficientes, essencialmente nos casos de pequenas amostras, o WLadaLASSO mostra superioridade na seleção das covariáveis, na estimação dos parâmetros e nas previsões. Uma aplicação a séries macroeconômicas brasileiras também mostra que tal abordagem apresenta a melhor performance de previsão do PIB brasileiro comparada a outras abordagens.pt_BR
dc.description.abstractThis dissertation applies some forms of LASSO-type penalty on the coefficients to reduce the dimensionality of the parameter space in time series, in order to improve the out-of-sample forecasting. Particularly, the method named here as WLadaLASSO assigns different weights to each coefficient and lag period. In Monte Carlo implementations in this study, when compared to other shrinkage methods, essentially for small samples, the WLadaLASSO shows superiority in the covariable selection, in the parameter estimation and in forecasting. An application to Brazilian macroeconomic series also shows that this approach has the best forecasting performance of the Brazilian GDP compared to other approaches.en
dc.format.mimetypeapplication/pdf
dc.language.isoporpt_BR
dc.rightsOpen Accessen
dc.subjectTime seriesen
dc.subjectSeries temporaispt_BR
dc.subjectLASSOen
dc.subjectModelo de previsãopt_BR
dc.subjectAdaLASSOen
dc.subjectModelo econométricopt_BR
dc.subjectVariable selectionen
dc.subjectForecastingen
dc.titlePenalizações tipo lasso na seleção de covariáveis em séries temporaispt_BR
dc.typeDissertaçãopt_BR
dc.identifier.nrb000939155pt_BR
dc.degree.grantorUniversidade Federal do Rio Grande do Sulpt_BR
dc.degree.departmentFaculdade de Ciências Econômicaspt_BR
dc.degree.programPrograma de Pós-Graduação em Economiapt_BR
dc.degree.localPorto Alegre, BR-RSpt_BR
dc.degree.date2014pt_BR
dc.degree.levelmestradopt_BR


Files in this item

Thumbnail
   

This item is licensed under a Creative Commons License

Show simple item record