Valores aberrantes em series temporais : teste de detecção e efeito na previsão de valores agregados

• Main Author: Ota, Rissa
• Other Authors: UNIVERSIDADE ESTADUAL DE CAMPINAS
• Format: Others
• Language: Portuguese
• Published: [s.n.] 1996
• Subjects: Análise de séries temporais; Teoria da previsão
• Online Access: OTA, Rissa. Valores aberrantes em series temporais: teste de detecção e efeito na previsão de valores agregados. 1996. 181f. Dissertação (mestrado) - Universidade Estadual de Campinas. Instituto de Matematica, Estatistica e Ciencia da Computaçã, Campinas, SP. Disponível em: <http://www.repositorio.unicamp.br/handle/REPOSIP/305855>. Acesso em: 21 jul. 2018.; http://repositorio.unicamp.br/jspui/handle/REPOSIP/305855

Orientador: Luiz Koodi Hotta === Dissertação (mestrado) - Universidade Estadual de Campinas. Instituto de Matematica, Estatistica e Ciencia da Computaçã === Made available in DSpace on 2018-07-21T11:11:12Z (GMT). No. of bitstreams: 1 Ota_Rissa_M.pdf: 3729508 bytes, checksum: 4518d0c22bb71b17e856d1bdf00226e6 (MD5) Previous issue date: 1996 === Resumo: Neste trabalho são discutidos alguns tipos de valores aberrantes (denotado nesse trabalho por outlier) mais citados na literatura de séries temporais e os efeitos que eles podem causar na identificação, estimação e previsão dos modelos, mostrando assim a importância em detectá-los. Nos primeiros dois capítulos são apresentados os modelos de outliers e alguns testes de detecção existentes na literatura. O Capítulo 3 é dedicado ao estudo dos efeitos dos outliers nas estimações, identificações e previsões. No Capítulo 4 são apresentados os efeitos dos outliers presentes nas últimas observações na previsão de valores agregados, comparando os efeitos nas previsões calculadas através de modelos desagregados e agregados. No estudo são considerados os casos de modelos conhecido e desconhecido, sendo este último realizado através de simulações. De um modo geral, a previsão através de modelo agregado, na presença de outlier aditivo (AO), é menos afetada do que a previsão pelo modelo desagregado. Quando um outlier de inovação (IO) está presente na série a previsão pelo modelo agregado é geralmente mais afetada. Isto era esperado porque no caso de modelos conhecidos o IO não tem efeito nas previsões do modelo desagregado. São também realizados estudos para verificar o efeito dos testes usuais de detecção de outlier na previsão, mostrando que, embora na maioria dos casos a utilização dos testes diminuam os vícios de previsão devido aos outliers, em alguns casos eles aumentam o erro quadrático médio de previsão. Isto ocorre principalmente na presença de dois IOs, de sinais trocados, devido à incorreta detecção dos outliers, na posição e/ou tipo. === Abstract: Not informed. === Mestrado === Mestre em Estatística