Modelos para Dados de Contagem com Estrutura Temporal
Modelos para Dados de Contagem com Estrutura Temporal
Modelos para Dados de Contagem com Estrutura Temporal
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>de</strong>los consi<strong>de</strong>rados, a função <strong>de</strong> ligação não precisa necessariamente estar aplicada no<br />
parâmetro natural <strong>para</strong> que possamos utilizar o CUBS. Em outras palavras, o CUBS<br />
po<strong>de</strong> ser utilizado e po<strong>de</strong>mos obter resultados satisfatórios ainda que a <strong>de</strong>finição do mo<strong>de</strong>lo<br />
consi<strong>de</strong>rado não seja exatamente aquela a qual o algoritmo se propõe originalmente<br />
ser aplicável. Consi<strong>de</strong>re, então, λ t o parâmetro <strong>de</strong> interesse e consi<strong>de</strong>re também todas as<br />
quantida<strong>de</strong>s envolvidas no mo<strong>de</strong>lo, exceto os parâmetros <strong>de</strong> estado, conhecidos.<br />
Assumimos uma distribuição a priori conjugada gama <strong>para</strong> λ t <strong>com</strong> parâmetros α t e<br />
β t . Dada a observação y t , através do Teorema <strong>de</strong> Bayes, po<strong>de</strong>mos encontrar o núcleo da<br />
distribuição a posteriori <strong>de</strong> λ t da forma<br />
Assim,<br />
p(λ t | y t , δ t ) ∝ exp(−λ t δ t )λ yt<br />
t<br />
∝<br />
exp(−β t λ t )λ αt−1<br />
t<br />
(B.1a)<br />
exp(−λ t (δ t + β t ))λ yt+αt−1<br />
t . (B.1b)<br />
p(λ t | y t , δ t ) ∼ Gama(α ⋆ t , β ⋆ t ),<br />
(B.2)<br />
em que<br />
⎧<br />
⎨<br />
⎩<br />
α ⋆ t = α t + y t<br />
β ⋆ t = β t + δ t .<br />
(B.3)<br />
Por outro lado, se D t−1 é a informação no tempo t−1, <strong>para</strong> t = 1, . . . , T , a distribuição<br />
a posteriori <strong>de</strong> θ t−1 , no tempo t − 1, é conhecida parcialmente através <strong>de</strong> seu primeiro e<br />
segundo momentos, isto é,<br />
θ t−1 | D t−1 ∼ (m t−1 , C t−1 ).<br />
(B.4)<br />
Através da equação do sistema do mo<strong>de</strong>lo dinâmico, a distribuição a priori <strong>para</strong> θ t<br />
também é parcialmente conhecida através <strong>de</strong> seu primeiro e segundo momentos, isto é,<br />
θ t | D t−1 ∼ (a t , R t ),<br />
(B.5)<br />
em que a t = G t m t−1 e R t = G t C t−1 G ′ t + W t . Segue então que<br />
log(λ t ) ∼ (f t , q t ),<br />
(B.6)<br />
147