An adaptive resampling scheme for cycle estimation

Abstract

Os modelos lineares dinâmicos (MLD) West and Harrison (1997) constituem instrumentos úteis para a previsão de curto prazo de séries de tempo porque são flexíveis e também podem decompor a trajetória da série em fatores relevantes que têm interpretação e dinâmica característica. Tais modelos, entretanto, dependem de quantidades desconhecidas, constantes ao longo da amostra, denominadas hiperparâmetros. Neste artigo, um (MLD) com componentes auto-regressivas é utilizado para descrever séries que têm componentes cíclicas. A distribuição marginal para os parâmetros de estado pode ser obtida ponderando as distribuições condicionais desses parâmetros pela distribuição marginal dos hiperparâmetros. Na maioria dos casos, a distribuição conjunta dos hiperparâmetros pode ser obtida analiticamente, mas não a distribuição marginal dos componentes, o que requer integração numérica. Propomos obter amostras de hiperparâmetros utilizando uma variante do método de amostragem e reamostragem por importância (SIR). Apresentamos uma aplicação com dados simulados e duas com dados reais.