[en] SCOREDRIVENMODELS.JL: A JULIA PACKAGE FOR GENERALIZED AUTOREGRESSIVE SCORE MODELS

[pt] SCOREDRIVENMODELS.JL: PACOTE EM JULIA PARA MODELOS GENERALIZADOS AUTORREGRESSIVOS COM SCORE

[pt] GUILHERME MEIRELLES BODIN DE MORAES

[pt] PARAMETROS VARIANTES NO TEMPO

[pt] MODELOS NAO-GAUSSIANOS

[pt] MODELOS DE SERIES TEMPORAIS

[pt] MODELOS GENERALIZADOS DE SCORE AUTORREGRESSIVO

[pt] MODELOS ORIENTADOS POR SCORE

[en] TIME-VARYING PARAMETER

[en] NON-GAUSSIAN MODELS

[en] TIME SERIES MODELS

[en] GENERALIZED AUTOREGRESSIVE SCORE MODELS

[en] SCORE-DRIVEN MODELS

[pt] Os modelos orientados por score, também conhecidos como modelos generalizados de score autorregressivo (GAS), representam uma classe de modelos de séries temporais orientados por observação. Eles possuem propriedades desejáveis para modelagem de séries temporais, como a capacidade de modelar diferentes distribuições condicionais e considerar parâmetros variantes no tempo dentro de uma estrutura flexível. Neste trabalho, apresentamos ScoreDrivenModels.jl, um pacote Julia de código aberto para modelagem, previsão e simulação de séries temporais usando a estrutura de modelos baseados em score. O pacote é flexível no que diz respeito à definição do modelo, permitindo ao usuário especificar a estrutura de atraso e quais parâmetros são variantes no tempo ou constantes. Também é possível considerar várias distribuições, incluindo Beta, Exponencial, Gama, Lognormal, Normal, Poisson, Student s t e Weibull. A interface fornecida é flexível, permitindo aos usuários interessados implementar qualquer distribuição e parametrização desejada.

[en] Score-driven models, also known as generalized autoregressive score (GAS) models, represent a class of observation-driven time series models. They possess desirable properties for time series modeling, such as the ability to model different conditional distributions and to consider time-varying parameters within a flexible framework. In this dissertation, we present ScoreDrivenModels.jl, an open-source Julia package for modeling, forecasting, and simulating time series using the framework of score-driven models. The package is flexible with respect to model definition, allowing the user to specify the lag structure and which parameters are time-varying or constant. It is also possible to consider several distributions, including Beta, Exponential, Gamma, Lognormal, Normal, Poisson, Student s t, and Weibull. The provided interface is flexible, allowing interested users to implement any desired distribution and parametrization.

ALEXANDRE STREET DE AGUIAR

CRISTIANO AUGUSTO COELHO FERNANDES

CRISTIANO AUGUSTO COELHO FERNANDES

ALEXANDRE STREET DE AGUIAR

FERNANDO LUIZ CYRINO OLIVEIRA

RUTGER LIT

2022-02-03

2021-04-13

[pt] TEXTO

application/pdf

INGLÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=57291@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=57291@2

https://doi.org/10.17771/PUCRio.acad.57291