Buscar
Mostrando ítems 1-10 de 104
Stochastic Volatility in Mean. Empirical Evidence from Stock Latin American Markets
(Pontificia Universidad Católica del Perú. Departamento de EconomíaPE, 2021)
Métodos de Monte Carlo Hamiltoniano aplicados em modelos GARCH
(Universidade Federal de São CarlosUFSCarPrograma Interinstitucional de Pós-Graduação em Estatística - PIPGEsCâmpus São Carlos, 2019-04-26)
One of the most important informations in financial market is variability of an asset. Several
models have been proposed in literature with a view of to evaluate this phenomenon. Among
them we have the GARCH models. This ...
Abordagem bayesiana para polinômios fracionários
(Universidade Estadual Paulista (Unesp), 2019-02-25)
Em inúmeras situações práticas a relação entre uma variável resposta e uma ou mais covariáveis é curvada. Dentre as diversas formas de representar esta curvatura, Royston e Altman (1994) propuseram uma extensa famı́lia de ...
Approximate bayesian estimation of stochastic volatility in mean models using hidden Markov models: empirical evidence from stock Latin American markets
(Pontificia Universidad Católica del Perú. Departamento de EconomíaPE, 2021)
Predictive Uncertainty in Classification using Dropout - Stochastic Gradient Hamiltonian Monte Carlo
(2018)
Estimating predictive uncertainty is crucial for many computer vision tasks, from image classification to autonomous driving systems. Hamiltonian Monte Carlo (HMC) is an sampling method for performing Bayesian inference. ...
Método Zero-Variance para Monte Carlo Hamiltoniano aplicado a modelos GARCH univariados e multivariados
(Universidade Federal de São CarlosUFSCarPrograma Interinstitucional de Pós-Graduação em Estatística - PIPGEsCâmpus São Carlos, 2021-05-13)
This PhD work develops, compares and applies Monte Carlo Markov Chains (MCMC) methods for parameter estimation in univariate and multivariate GJR-GARCH models.
Specifically, the following problems are addressed: (i) ...
Inversão da forma de onda acústica completa usando Monte Carlo HamiltonianoAcoustic full waveform inversion using Hamiltonian Monte Carlo
(Universidade Federal do Rio Grande do NorteBrasilUFRNPROGRAMA DE PÓS-GRADUAÇÃO EM FÍSICA, 2023)
Detecting influential observations in spatial models using Bregman divergence
(Universidade Federal de São CarlosUFSCarPrograma Interinstitucional de Pós-Graduação em Estatística - PIPGEsCâmpus São Carlos, 2018-02-26)
How to evaluate if a spatial model is well ajusted to a problem? How to know if it is the best model between the class of conditional autoregressive (CAR) and simultaneous autoregressive (SAR) models, including homoscedasticity ...