Modelos para Dados de Contagem com Estrutura Temporal
Modelos para Dados de Contagem com Estrutura Temporal
Modelos para Dados de Contagem com Estrutura Temporal
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
<strong>de</strong> estado, <strong>de</strong>scrita pela equação (2.16c), é assumida normal, ou seja,<br />
θ t = G t θ t−1 + ω t , ω t ∼ N(0, W t ), (2.18)<br />
em que W t é assumido conhecido. Consi<strong>de</strong>ramos agora uma série <strong>de</strong> observações ajustadas<br />
Ỹt, <strong>para</strong> t = 1, . . . , T , da forma<br />
Ỹ t = Ỹt(θ t ) = g(ϑ t ) + (Y t − ϑ t )ġ(ϑ t ) (2.19)<br />
<strong>com</strong> variâncias associadas V t da forma<br />
V t = V t (θ t ) = ¨b(η t ){ġ(ϑ t )} 2 , (2.20)<br />
em que ϑ t é a esperança <strong>de</strong> Y t da forma <strong>de</strong>scrita em (2.14) e η t é o parâmetro natural da<br />
família exponencial <strong>de</strong>scrita em (2.13). As observações ajustadas Ỹt = Ỹt(θ t ) e variâncias<br />
associadas V t = V t (θ t ) são funções do valor corrente do parâmetro <strong>de</strong> estado θ t através da<br />
<strong>de</strong>pendência funcional entre θ t e a média ϑ t . Po<strong>de</strong>mos agora criar um mo<strong>de</strong>lo dinâmico<br />
normal ajustado cuja equação da observação, <strong>para</strong> t = 1, . . . , T , é da forma<br />
Ỹ t (θ t ) = F ′ tθ t + v t , v t ∼ N(0, V t (θ t )). (2.21)<br />
A distribuição proposta <strong>para</strong> a amostragem do parâmetro <strong>de</strong> estado θ t , <strong>para</strong> t =<br />
1, . . . , T − 1, na iteração j do algoritmo <strong>de</strong> Metropolis-Hastings é dada pela distribuição<br />
condicional <strong>com</strong>pleta ajustada <strong>de</strong> θ t cuja função <strong>de</strong> <strong>de</strong>nsida<strong>de</strong> <strong>de</strong> probabilida<strong>de</strong> é da<br />
forma<br />
˜p(θ t ) ∝ p(Ỹt | θ t )p(θ t | θ t−1 )p(θ t+1 | θ t )<br />
∝<br />
exp{−1/2[Vt<br />
−1 (Ỹt − F ′ tθ t ) 2 + (θ t − G t θ t−1 ) ′ Wt −1 (θ t − G t θ t−1 ) (2.22)<br />
+(θ t+1 − G t+1 θ t ) ′ W −1<br />
t+1(θ t+1 − G t+1 θ t )]},<br />
que é a função <strong>de</strong> <strong>de</strong>nsida<strong>de</strong> <strong>de</strong> probabilida<strong>de</strong> <strong>de</strong> uma distribuição normal <strong>com</strong> variância<br />
e média<br />
B t = (F t Vt<br />
−1 F ′ t + Wt<br />
−1 + G ′ t+1Wt+1G −1<br />
t+1 ) −1 (2.23)<br />
b t = B t (F t V −1<br />
t<br />
Ỹ t + Wt<br />
−1 G t θ t−1 + G ′ t+1Wt+1θ −1<br />
t+1 ), (2.24)<br />
18