Resumo (PT):
Nas últimas décadas, as estatísticas de ordem superior de um processo estocástico têm sido aplicadas em várias áreas, especialmente onde se suspeita de desvios de gaussianidade e linearidade. Neste trabalho são considerados processos Auto-Regressivos de valor INteiro, INAR, que são não lineares. São propostos dois métodos para a estimação dos parâmetros destes modelos, que utilizam estatísticas de ordem superior. São exibidos os resultados de um estudo de Monte Carlo que investiga o desempenho dos estimadores propostos. Por último, os métodos são aplicados a um conjunto de réplicas correspondentes ao número de movimentos corporais de recém-nascidos.
Abstract (EN):
During the last decades, the high-order statistics of a stochastic process have been applied in several fields, specially in problems where is conjectured a lack of Gaussianity and/or non-linearity. In this work, the INteger-valued AutoRegressive, INAR, process, which is a non-linear process, is considered. Two estimation methods for the parameters of an INAR model that use high-order statistics are proposed. A Monte Carlo study, to investigate the performance of the estimators, is carried out. Finally, these methods are applied to a set of observations consisting in the number of body movements of newborn babies.
Language:
Portuguese
Type (Professor's evaluation):
Scientific
Contact:
ims@fe.up.pt