Modelos para Dados de Contagem com Estrutura Temporal

Para a série temporal artificial, considere novamente o ajuste do modelo Poisson
dinâmico, o mesmo ajustado anteriormente para a série temporal sob estudo. Aplicamos
novamente o algoritmo proposto por Gamerman (1998), tomamos as estimativas
de todos os parâmetros envolvidos no modelo, com exceção dos parâmetros de estado, e
utilizamos para estimar estes através dos métodos utilizados anteriormente na Subseção
4.2.2. A taxa de aceitação do CUBS melhorou significativamente: quando utilizamos
aproximações de Taylor, a taxa de aceitação ficou em torno de 23,60% e quando utilizamos
o método de Newton-Raphson, a taxa de aceitação ficou em torno de 23,82%.
Na Figura 4.6, vemos o gráfico dos valores estimados para os parâmetros de estado
do modelo Poisson dinâmico segundo cada um dos métodos com intervalos de 95% de
credibilidade a posteriori (área hachurada) calculados a partir da estimação feita utilizando
o algoritmo proposto por Gamerman (1998). Podemos notar que em todos os
métodos, as estimativas ficaram muito próximas. Inclusive, as estimativas calculadas via
Conjugate Updating que ficaram muito próximas dos valores estimados quando utilizamos
o algoritmo proposto por Gamerman (1998) em todos os instantes de tempo. Podemos
notar também que a média do primeiro momento suavizado da distribuição proposta pelo
CUBS, desta vez, está muito próxima dos valores estimados quando utilizamos o algoritmo
porposto por Gamerman (1998), fato que deve ter contribuído significativamente
para o aumento da taxa de aceitação.
97