
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Sáfadi, Thelma | - |
| Autor(es): dc.contributor | Chaves, Lucas Monteiro | - |
| Autor(es): dc.contributor | Muniz, Joel Augusto | - |
| Autor(es): dc.contributor | Costa, Maria do Carmo Pacheco de Toledo | - |
| Autor(es): dc.contributor | Nogueira, Denismar Alves | - |
| Autor(es): dc.creator | Martins Júnior, Hernani | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:24:16Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:24:16Z | - |
| Data de envio: dc.date.issued | 2015-01-30 | - |
| Data de envio: dc.date.issued | 2015-01-30 | - |
| Data de envio: dc.date.issued | 2015-01-30 | - |
| Data de envio: dc.date.issued | 2014-10-15 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/4978 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1140130 | - |
| Descrição: dc.description | Tese apresentada à Universidade Federal de Lavras como parte das exigências do Programa de Pós-graduação em Estatística e Experimentação Agropecuária, para a obtenção do título de Doutor. | - |
| Descrição: dc.description | This work study some flexible distribution of Generalized Beta class, actually the Generalized Beta Generated, study some of its properties and show how can they be used as assumption to the residuals of regression models in the way to supplant the no normality in some situations. The likelihood method is used to find the parameters estimative by R software. The Nelder-Mead algorithm was chosen to objective function optimization. Some distributions has been used as base to ARMA-GARCH regression models applied to a coffee price series. They were Student t Distribution, Beta t Distribtution, Generalized Beta t ditribution, and the Normal Distribution. The hessian matrix for estimated models were numerically computed, evaluated on the estimated values and again by support of R software. The results shows a improvement when compared with the classical approach. The likelihood test was done to compare nested models. | - |
| Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
| Descrição: dc.description | Séries temporais | - |
| Descrição: dc.description | Este trabalho analisa algumas distribuições de probabilidade flexíveis, especificamente a classe das Generalized Beta Generated, estuda algumas de suas propriedades e propõe o uso delas como pressuposição para o erro, componente aleatório em modelos de regressão. Relaxando as pressuposições de normalidade que geralmente o circundam. O método da máxima verossimilhança é utilizado para a estimação de parâmetros através do software R. Dentre os algoritmos de estimação existentes foi utilizado o de Nelder-Mead. Diferentes distribuições foram utilizadas como base para o modelo de regressão ARMA-GARCH aplicado a série de preços de café. Foram elas: Distribuição t de Student, Distribuição Beta t, Distribuição Generalizada Beta t, além da distribuição Normal. A matriz hessiana para os modelos estimados, avaliada nas estimativas paramétricas obtidas, também foi calculada numericamente utilizando o R. Os resultados mostram que um ganho pode ser obtido no que diz respeito à qualidade do ajuste, quando comparados os desempenhos destas distribuições com o desempenho de distribuições clássicas então utilizadas. O teste de razão de verossimilhanças foi feito com vias à comparação de modelos aninhados. | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Publicador: dc.publisher | UNIVERSIDADE FEDERAL DE LAVRAS | - |
| Publicador: dc.publisher | DEX - Departamento de Ciências Exatas | - |
| Publicador: dc.publisher | UFLA | - |
| Publicador: dc.publisher | BRASIL | - |
| Direitos: dc.rights | acesso aberto | - |
| Palavras-chave: dc.subject | Função objetiva | - |
| Palavras-chave: dc.subject | Otimização | - |
| Palavras-chave: dc.subject | Distribuição de probabilidade | - |
| Palavras-chave: dc.subject | Estimação | - |
| Palavras-chave: dc.subject | Modelo | - |
| Palavras-chave: dc.subject | Objetive function | - |
| Palavras-chave: dc.subject | Optimization | - |
| Palavras-chave: dc.subject | Probability distribution | - |
| Palavras-chave: dc.subject | Estimation | - |
| Palavras-chave: dc.subject | Model | - |
| Palavras-chave: dc.subject | CNPQ_NÃO_INFORMADO | - |
| Título: dc.title | O uso da distribuição beta T generalizada nos erros do modelo Garch: uma aplicação no preço do café | - |
| Tipo de arquivo: dc.type | tese | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: