| dc.contributor | Vianna Neto, Joaquim Henriques | |
| dc.contributor | http://lattes.cnpq.br/1322527450341973 | |
| dc.contributor | Vianna Neto, Joaquim Henriques | |
| dc.contributor | http://lattes.cnpq.br/1322527450341973 | |
| dc.contributor | Souza, Augusto Carvalho | |
| dc.contributor | http://lattes.cnpq.br/4948010017164625 | |
| dc.contributor | Chaoubah, Alfredo | |
| dc.contributor | http://lattes.cnpq.br/1454907350838588 | |
| dc.creator | Cutrim, Isabela Abreu | |
| dc.date | 2021-01-20T21:54:52Z | |
| dc.date | 2021-01-01 | |
| dc.date | 2021-01-20T21:54:52Z | |
| dc.date | 2014-07-14 | |
| dc.date.accessioned | 2023-09-29T15:07:09Z | |
| dc.date.available | 2023-09-29T15:07:09Z | |
| dc.identifier | https://repositorio.ufjf.br/jspui/handle/ufjf/12238 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/9125148 | |
| dc.description | The state space models are a proposal for time series analysis and forecasting in viewpoint Bayesian. This course conclusion work aims to present the Dynamics Linear Models (DLM), its use and application context. DLM’s properties are shown and demonstrated, like Kalman filter, the smoothing, the forecasting one-step-ahead and so the forecasting steps ahead. Markov chain Monte Carlo methods (MCMC) are reviewed in recursive algorithms used to estimate parameters, they are: Gibbs sampler, MetropolisHastings e FFBS. | |
| dc.description | A modelagem dinâmica é uma proposta de análise e previsão de séries temporais do
ponto de vista Bayesiano. Este trabalho de conclusão de curso tem como objetivo apresentar
os Modelos Lineares Dinâmicos (MLD), seu uso e contexto de aplicação. São mostradas e
demonstradas propriedades dos MLDs, como o Filtro de Kalman, a suavização, a previsão um passo à frente e, também, passos à frente. São revisados métodos de Monte Carlo via
Cadeia de Markov (MCMC) em algoritmos recursivos usados para estimar parâmetros, são
eles: amostrador de Gibbs, Metropolis-Hastings e FFBS. | |
| dc.format | application/pdf | |
| dc.language | por | |
| dc.publisher | Universidade Federal de Juiz de Fora (UFJF) | |
| dc.publisher | Brasil | |
| dc.publisher | ICE – Instituto de Ciências Exatas | |
| dc.publisher | UFJF | |
| dc.rights | Acesso Aberto | |
| dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | |
| dc.subject | modelos lineares dinâmicos | |
| dc.subject | séries temporais | |
| dc.subject | filtro de Kalman | |
| dc.subject | inferência bayesiana | |
| dc.subject | amostrador de Gibbs | |
| dc.subject | FFBS | |
| dc.subject | Dynamics Linear Models | |
| dc.subject | DLM | |
| dc.subject | Time Series | |
| dc.subject | Kalman Filter | |
| dc.subject | Smoothing | |
| dc.subject | Forecasting | |
| dc.subject | Bayesian Inference | |
| dc.subject | Gibbs Sampler | |
| dc.subject | Metropolis-Hastings | |
| dc.subject | FFBS | |
| dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA | |
| dc.title | Uma revisão de modelos lineares dinâmicos | |
| dc.type | Trabalho de Conclusão de Curso | |
