@MASTERSTHESIS{ 2014:584412628, title = {Um modelo linear com amortecedor de tendência dinâmico para previsão Bayesiana de séries temporais}, year = {2014}, url = "http://tede.ufam.edu.br/handle/tede/4787", abstract = "Investigamos a performance de um modelo linear dinâmico onde o parâmetro de amortecimento da tendência possui uma evolução temporal dada por uma distribuição de probabilidade normal. O objetivo é determinar se a inclusão de uma dinâmica na evolução do parâmetro de amortecimento melhora a performance preditiva do modelo em relação aos modelos polinomiais existentes, em particular o modelo de tendência aditiva Damped Holt. Para avaliar esta nova proposta, foi desenvolvido um estudo de simulação e de aplicações em dados da competição internacional M3, analisando a performance do modelo. Foram simuladas séries polinomiais de ordem dois com diferentes valores para a variância observacional e variância de evolução dos estados. Os resultados do estudo sugerem que o novo modelo proposto consegue obter um ganho preditivo marginal em relação aos modelos polinomiais existentes em boa parte do espaço paramétrico. Com os dados da competição internacional M3, várias séries com diferentes características foram analisadas. A função preditiva K passos a frente foi avaliada após um período de ajuste do modelo aos dados. Para a estimação dos parâmetros dos modelos já existentes, foi empregada a técnica de multiprocesso classe I e para a estimação dos parâmetros do novo modelo foi empregada a minimização da medida de erro SMAPE. O novo modelo tem toda a evolução dos estados em forma analítica e nenhum tipo de simulação é necessária para a estimação dos parâmetros. A limitação para o novo modelo surge quanto o parâmetro de estudo referente a inclinação de zero. Neste caso o modelo é considerado inapropriado e novos estudos são necessários para contornar este problema.", publisher = {Universidade Federal do Amazonas}, scholl = {Programa de Pós-graduação em Matemática}, note = {Instituto de Ciências Exatas} }