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.
2.3.2 <strong>Mo<strong>de</strong>los</strong> Lineares Dinâmicos Generalizados (MLDG)<br />
A classe dos mo<strong>de</strong>los lineares dinâmicos generalizados (MLDG) foi introduzida por<br />
West et al. (1985). Os mo<strong>de</strong>los <strong>de</strong>sta subclasse dos mo<strong>de</strong>los dinâmicos são extensões<br />
dos mo<strong>de</strong>los lineares dinâmicos (MLD) apresentados na Subseção 2.3.1, mas agora sem<br />
a suposição <strong>de</strong> normalida<strong>de</strong> da variável resposta e sem a suposição <strong>de</strong> normalida<strong>de</strong> na<br />
evolução dos parâmetros <strong>de</strong> estado.<br />
Consi<strong>de</strong>re uma série temporal Y 1 , Y 2 , . . . <strong>de</strong> observações univariadas. Assumimos<br />
agora que Y t , <strong>para</strong> t = 1, 2, . . . , segue uma distribuição na família exponencial: uma<br />
classe muita ampla <strong>de</strong> distribuições que inclui, entre outras, a distribuição normal. Se<br />
uma variável aleatória Y t contínua ou discreta segue uma distribuição na família exponencial,<br />
sua função <strong>de</strong> probabilida<strong>de</strong> ou função <strong>de</strong> <strong>de</strong>nsida<strong>de</strong> <strong>de</strong> probabilida<strong>de</strong> po<strong>de</strong> ser<br />
escrita <strong>com</strong>o<br />
p(Y t | η t , φ t ) = exp{φ t [Y t η t − b(η t )]}c(Y t , φ t ), (2.13)<br />
em que b(·) e c(·, ·) são funções conhecidas, η t é o parâmetro natural da distribuição,<br />
satisfazendo a<br />
E(Y t | η t , φ t ) = ϑ t = ḃ(η t), (2.14)<br />
e φ t é um parâmetro <strong>de</strong> escala conhecido, satisfazendo a<br />
V ar(Y t | η t , φ t ) = ¨b(η t )<br />
φ t<br />
, (2.15)<br />
em que ḃ(·) e ¨b(·) são, respectivamente, a primeira e a segunda <strong>de</strong>rivadas da função b(·).<br />
Po<strong>de</strong>mos, então, caracterizar um MLDG <strong>de</strong> forma semelhante ao MLD <strong>com</strong>o<br />
Y t ∝ exp{φ t [Y t η t − b(η t )]} (2.16a)<br />
g(η t ) = F ′ tθ t (2.16b)<br />
θ t = G t θ t−1 + ω t , ω t ∼ (0, W t ). (2.16c)<br />
Note que a equação da observação, <strong>de</strong>scrita anteriormente em (2.10a) <strong>para</strong> um MLD, foi<br />
agora substituída pelo par <strong>de</strong> equações (2.16a) e (2.16b), em que g(·) é uma função <strong>de</strong><br />
15