Publicação
Generalized multivariate Markov chains : estimation, inference and implementation in R
| Resumo: | Este trabalho propõe uma nova generalização do modelo de Cadeias de Markov Multivariadas. Tipicamente, uma cadeia de Markov é descrita pelos valores passados do pro- cesso, a generalização proposta neste trabalho permiritá também considerar variáveis exó- genas. Especificamente, iremos incorporar os efeitos dos valores passados do processo e os efeitos de variáveis pré-determinadas ou exógenas no modelo. Deste modo, será considerada uma cadeia de Markov não-homogénea em vez de uma cadeia de Markov homogénea. Os resultados da simulação de Monte Carlo mostraram que o modelo pro- posto detectou uma cadeia de Markov não-homogénea e detectou valores específicos dos parâmetros. Porém, quando esses valores eram baixos em magnitude, os resultados da simulação mostraram que o modelo tinha baixo poder de teste. Portanto, para estimativas de baixa magnitude, dever-se-á considerar um nível de significância mais alto ao tes- tar a significância individual dos parâmetros. Adicionalmente, uma ilustração empírica demonstrou a relevância deste novo modelo, ao estimar a matriz de transição de proba- bilidade, para diferentes valores de uma variável exógena. Uma contribuição adicional e prática deste trabalho é o desenvolvimento de uma package R com esta generalização. |
|---|---|
| Autores principais: | Vasconcelos, Carolina Micael de Abreu e |
| Assunto: | Cadeias de Markov Multivariadas Mixture transition distribution Model Cadeias de Markov de Elevada Ordem Cadeias de Markov Multivaridas com variáveis exógenas R package Multivariate Markov chains High order Markov chains Multivariate Markov chains with exogenous variables |
| Ano: | 2021 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Lisboa |
| Idioma: | inglês |
| Origem: | Repositório da Universidade de Lisboa |
| Resumo: | Este trabalho propõe uma nova generalização do modelo de Cadeias de Markov Multivariadas. Tipicamente, uma cadeia de Markov é descrita pelos valores passados do pro- cesso, a generalização proposta neste trabalho permiritá também considerar variáveis exó- genas. Especificamente, iremos incorporar os efeitos dos valores passados do processo e os efeitos de variáveis pré-determinadas ou exógenas no modelo. Deste modo, será considerada uma cadeia de Markov não-homogénea em vez de uma cadeia de Markov homogénea. Os resultados da simulação de Monte Carlo mostraram que o modelo pro- posto detectou uma cadeia de Markov não-homogénea e detectou valores específicos dos parâmetros. Porém, quando esses valores eram baixos em magnitude, os resultados da simulação mostraram que o modelo tinha baixo poder de teste. Portanto, para estimativas de baixa magnitude, dever-se-á considerar um nível de significância mais alto ao tes- tar a significância individual dos parâmetros. Adicionalmente, uma ilustração empírica demonstrou a relevância deste novo modelo, ao estimar a matriz de transição de proba- bilidade, para diferentes valores de uma variável exógena. Uma contribuição adicional e prática deste trabalho é o desenvolvimento de uma package R com esta generalização. |
|---|