@MASTERSTHESIS{ 2019:2064675569,
 	title = {Aplicação em modelos de variação autorregressiva condicional baseada na distribuição Birnbaum-Saunders},
 	year = {2019},
 	url = "https://tede.ufam.edu.br/handle/tede/7077",
 	abstract = "O modelo de variação autorregressivo condicional (CARR), proposto por Chou (2005)
 se mostrou eficiente para estimar a volatilidade do preço de ativos. Entretanto, a estimativa
 requer uma densidade do erro adequada, onde se usa comumente a distribuição deWeibull. Xie
 & Wu (2017) propôs um modelo baseado na distribuição gamma (GCARR), com resultados
 satisfatórios em relação a redução de problema de inlier e outlier. Neste trabalho, propomos o
 modelo de variação autorregressiva condicional baseado na distribuição Birnbaum-Saunders
 (BSCARR). Implementamos uma abordagem baseada no método da máxima verossimilhança
 para obter as estimativas dos parâmetros e derivamos medidas para análise de resíduos e
 diagnóstico. Em seguida fizemos um estudo via simulações e Monte Carlo com o objetivo de
 avaliar o desempenho dos estimadores de máxima verossimilhança do modelo proposto. Por
 fim, ilustramos a metodologia proposta usando um conjunto de dados reais.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Matemática},
 	note = {Instituto de Ciências Exatas}
}