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.
Consi<strong>de</strong>re novamente o MLDG <strong>de</strong>scrito em (2.16).<br />
A variável aleatória Y t , <strong>para</strong><br />
t = 1, . . . , T , tem 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><br />
p(Y t | η t ) = p(Y t | ϕ t ). Po<strong>de</strong>mos então representar a função <strong>de</strong> distribuição <strong>de</strong> Y t dada<br />
toda a informação D T , P (Y t ≤ y t | D T ), <strong>de</strong> maneira similar à vista em (3.43), da forma<br />
∫<br />
P (Y t ≤ y t | D T ) = P (Y t ≤ y t | ϕ t )p(ϕ t | D T )dϕ t . (3.46)<br />
Aqui, a distribuição a posteriori do preditor linear ϕ t , p(ϕ t | D T ), também não é conhecida<br />
analiticamente, mas valores <strong>de</strong> ϕ t<br />
po<strong>de</strong>m ser obtidos facilmente a partir <strong>de</strong><br />
amostras dos parâmetros <strong>de</strong> estado obtidas por meio da estimação via MCMC. Uma vez<br />
que possuímos uma amostra <strong>de</strong> valores <strong>de</strong> ϕ t , (ϕ (1)<br />
t<br />
estimativa <strong>de</strong> Monte Carlo <strong>para</strong> o p-score u t da forma<br />
, . . . , ϕ (N)<br />
t ), po<strong>de</strong>mos calcular uma<br />
û t = ˆP (Y t ≤ y t | D T ) = 1 N<br />
N∑<br />
i=1<br />
P (Y t ≤ y t | ϕ (i)<br />
t ). (3.47)<br />
Uma estimativa <strong>para</strong> o p-score transformado será da forma<br />
ˆv t = Φ −1 (û t ). (3.48)<br />
Quando a série temporal é discreta, <strong>para</strong> estimar o p-score r t em (3.41), é necessário<br />
estimar por Monte Carlo também a função <strong>de</strong> distribuição P (Y t ≤ y t − 1 | D T ). Desta<br />
forma, a estimativa <strong>para</strong> o p-score transformado v t será da forma<br />
ˆv t = Φ −1 (ˆr t ) (3.49)<br />
<strong>com</strong><br />
ˆr t = Ĥt(y t )u + Ĥt(y t − 1)(1 − u), (3.50)<br />
em que Ĥt(·) = ˆP (Y t ≤ · | D T ) e u é um valor sorteado da distribuição uniforme no<br />
intervalo [0,1].<br />
Na seção seguinte, faremos uma aplicação dos mo<strong>de</strong>los discutidos na Seção 3.1 e Seção<br />
3.2 a dados reais.<br />
44