Procedimentos lineares de identifica\u00e7\u00e3o e estima\u00e7\u00e3o de modelos arma para s\u00e9ries hidrol\u00f3gicas tempora<\/p>\n
\u00c9 apresentado um m\u00e9todo para identifica\u00e7\u00e3o da ordem dos operadores autorregressivos m\u00e9dias m\u00f3veis e estima\u00e7\u00e3o dos par\u00e2metros desconhcidos de uma sequ\u00eancia {zt<\/sub>}, ARMA (po<\/sub>, qo<\/sub>). O m\u00e9todo \u00e9 uma vers\u00e3o recursiva do algor\u00edtmo ‘off-line’ de tr\u00eas est\u00e1gios, baseado em m\u00ednimos quadrados padr\u00e3o, apresentando inicialmente por Hannan & Rissanen (1982) e que incorpora as modifica\u00e7\u00f5es indicadas por Hannan & Kavalieris (1984) e Hannan, Kavalieris & Mackisack (1986). O atrativo maior do algor\u00edtmo se prende ao facto de que um dos problemas mais cruciais no ajuste de um modelo ARMA (po<\/sub>, qo<\/sub>) a uma s\u00e9rie temporal \u00e9 o da identifica\u00e7\u00e3o correcta das ordens po<\/sub> e qo<\/sub>, a partir das observa\u00e7\u00f5es z1<\/sub>, z2<\/sub>, …, zt<\/sub>. Os precedimentos de estima\u00e7\u00e3o s\u00e3o igualmente importantes e a maioria dos que t\u00eam sido propostos na literatura, s\u00e3o baseados no princ\u00edpio da m\u00e1xima verossimilhan\u00e7a. Muito embora sejam desej\u00e1veis estimativas exatas de m\u00e1xima verossimilhan\u00e7a, estimativas simplifiucadas s\u00e3o, tamb\u00e9m, atrativas pela raz\u00e3o de um menor tempo computacional e avalia\u00e7\u00f5es te\u00f3ricas muito mais simples. Ent\u00e3o, o algor\u00edtmo apresentado no presente artigo pode ser descrito como se segue. Em primeiro lugar \u00e9 ajustado a uma s\u00e9rie temporal de comprimento T, um modelo autorregressivo de longa extens\u00e3o. A seguir, os ‘innivations’ obtidos do modelo seleccionado s\u00e3o utilizados em uma segunda etapa que consiste na estima\u00e7\u00e3o preliminar dos par\u00e2metros do modelo ARMA (p, q). Finalmente, a partir de uma segunda estimativa dos res\u00edduos, obtida no est\u00e1gio anterior, e pela utiliza\u00e7\u00e3o de crit\u00e9rios tais como AIC (p, q) e BIC (p, q), uma estimativa fortemente consistente \u00e9 obtida para os par\u00e2metros (po<\/sub>, qo<\/sub>). Como caso de aplica\u00e7\u00e3o, foi utilizada a s\u00e9rie hidrol\u00f3gica, temporal de vaz\u00f5es naturais m\u00e9dias mensais ao reservat\u00f3rio de Furnas, na bacia do Rio Grande, no per\u00edodo 1931-1984, obtida do banco de dados hidrometereol\u00f3gicos (BDH) das Centrais El\u00e9ctricas Brasileiras S.A. (ELETROBR\u00c1S).<\/p>\n P.R. Holanda Sales, B.B. Pereira, A.M. Vieira<\/p>\n","protected":false},"excerpt":{"rendered":" T\u00edtulo: Procedimentos lineares de identifica\u00e7\u00e3o e estima\u00e7\u00e3o de modelos arma para s\u00e9ries hidrol\u00f3gicas tempora Resumo: \u00c9 apresentado um m\u00e9todo para identifica\u00e7\u00e3o da ordem dos operadores autorregressivos m\u00e9dias m\u00f3veis e estima\u00e7\u00e3o dos par\u00e2metros desconhcidos de uma sequ\u00eancia {zt}, ARMA (po, qo). O m\u00e9todo \u00e9 uma vers\u00e3o recursiva do algor\u00edtmo ‘off-line’ de tr\u00eas est\u00e1gios, baseado em m\u00ednimos […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[163],"tags":[],"class_list":["post-35083","post","type-post","status-publish","format-standard","hentry","category-artigos"],"yoast_head":"\nAutores:<\/h6>\n