Modelos para Dados de Contagem com Estrutura Temporal

Capítulo 5
Conclusões
Neste trabalho, exploramos uma série de modelos para dados de contagem com estrutura
temporal: modelos dinâmicos e modelos dinâmicos de sobredispersão da classe
dos MLDG descrita na Subseção 2.3.2 em que assumimos que a variável resposta segue
uma distribuição de Poisson e o modelo Poisson autoregressivo apresentado na Subseção
3.2. Fizemos duas aplicações a dados reais e discutimos com detalhes o procedimento
de inferência utilizado, assim como os esquemas de amostragem para os parâmetros de
estados dos modelos dinâmicos.
No Capítulo 3, discutimos os modelos de interesse para a modelagem do primeiro conjunto
de dados reais que corresponde ao número mensal de requerentes de um benefício
por perda salarial causada por acidentes de trabalho no Canadá entre janeiro de 1985
e dezembro de 1994. Para a série temporal em questão, ajustamos o modelo Poisson
dinâmico, o modelo binomial negativo dinâmico e o modelo Poisson-lognormal dinâmico
em que, para este último, consideramos duas versões, com uma delas equivalente ao modelo
binomial negativo dinâmico. Para estes modelos, consideramos estruturas dinâmicas
somente com um nível variando suavemente no tempo e estruturas dinâmicas sazonais
com um harmônico. Ajustamos também para a série temporal sob estudo o modelo
PAR com estrutura sazonal. Nesta aplicação, vimos que os modelos dinâmicos de sobredispersão
em que consideramos somente o nível variando no tempo obtiveram melhor
desempenho que os demais modelos ajustados quanto à capacidade preditiva. Através da
análise de resíduos, percebemos que nenhum dos modelos ajustados contraria fortemente
125