Modelos para Dados de Contagem com Estrutura Temporal

de 0,02%, porém houve também um custo computacional muito maior. O problema,
provavelmente, não está na aproximação.
Na Figura 4.4, podemos observar a diferença entre as aproximações de Taylor dos
momentos a priori α t e β t do preditor linear ϕ t = log(λ t ) e as aproximações destes
valores calculados por Newton-Raphson.
α t
0.0 0.5 1.0 1.5 2.0 2.5
Newton−Raphson
Taylor
β t
0 2 4 6 8 10 12
Taylor
Newton−Raphson
0 20 40 60 80
0 20 40 60 80
t
t
(a) α t
(b) β t
Figura 4.4: Comparação entre as aproximações de Taylor e valores aproximados por
Newton-Raphson dos momentos a priori α t e β t do preditor linear ϕ t = log(λ t ), para
t = 1, . . . , 77.
Investigando os Valores Propostos
Considere o ajuste do modelo Poisson dinâmico para o conjunto de dados sob estudo
e o esquema de amostragem proposto por Gamerman (1998) para os parâmetros
de estado. Tomamos as estimativas de todos os parâmetros envolvidos no modelo calculadas
quando utilizamos o algoritmo proposto por Gamerman (1998), com exceção dos
parâmetros de estado, e utilizamos para estimar estes através de alguns métodos. Entre
estes métodos está o Conjugate Updating, proposto por West et al. (1985). Para este
algoritmo consideramos duas versões: uma em que utilizamos aproximações de Taylor
e uma em que utilizamos aproximações de Newton-Raphson para os momentos a priori
do preditor linear. Como este método está diretamente ligado ao algoritmo CUBS,
podemos ter uma idéia do que pode estar acontecendo com os valores que são propos-
94