Proposta e avaliação de critérios de convergência para o método de monte carlo via cadeias de markov: casos uni e multivariados

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSáfadi, Thelma-
Autor(es): dc.contributorLoschi, Rosangêla Helena-
Autor(es): dc.contributorMorais, Augusto Ramalho de-
Autor(es): dc.contributorFerreira, Daniel Furtado-
Autor(es): dc.creatorNogueira, Denismar Alves-
Data de aceite: dc.date.accessioned2026-02-09T11:55:44Z-
Data de disponibilização: dc.date.available2026-02-09T11:55:44Z-
Data de envio: dc.date.issued2014-08-25-
Data de envio: dc.date.issued2014-08-25-
Data de envio: dc.date.issued2014-08-25-
Data de envio: dc.date.issued2004-02-27-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/3236-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1150554-
Descrição: dc.descriptionEstatística e Experimentação Agropecuária-
Descrição: dc.descriptionMétodos de Monte Carlo via Cadeias de Markov têm sido estudados com aplicações em diversas áreas, mas uma das maiores dificuldades é determinar o tamanho adequado da amostra, ou seja, a convergência do processo para assim inferir sobre os parâmetros da distribuição de interesse. Dos critérios existentes na literatura, optou-se por estudar aqueles mais utilizados e mais simples de se implementar. Por isso, os objetivos foram: propor uma forma alternativa de aplicação combinada de quatro critérios univariados de convergência das seqüências de Markov (Gelman & Rubin, 1992a, Raftery & Lewis, 1992a, Geweke, 1992, Heidelberger & Welch, 1983), otimizando suas propriedades; apresentar uma forma alternativa de cálculo do critério de Brooks & Gelman (1998); e propor dois novos critérios multivariados de monitoramento da convergência. Para isso, dados referentes a dois modelos foram utilizados, sendo um de séries temporais com duas intervenções e erro ARMA(2,2) e o outro uma normal trivariada, considerando três situações distintas para a matriz de covariâncias. Em ambos os casos foram utilizados o Amostrador de Gibbs e aplicados os critérios para monitorar a convergência. Os resultados obtidos permitiram que se concluísse que: sugere-se a utilização dos critérios univariados do monitoramento da convergência de forma combinada; a forma alternativa de cálculo para o critério de Brooks & Gelman foi viável de ser aplicada e mostrou-se robusta numericamente; os dois novos critérios multivariados para monitorar a convergência das seqüências de Monte Carlo foram propostos com sucesso; o critério multivariado baseado na razão dos traços das matrizes de covariâncias e D foi considerado melhor.-
Descrição: dc.descriptionMétodos de Monte Carlo via Cadeias de Markov têm sido estudados com aplicações em diversas áreas, mas uma das maiores dificuldades é determinar o tamanho adequado da amostra, ou seja, a convergência do processo para assim inferir sobre os parâmetros da distribuição de interesse. Dos critérios existentes na literatura, optou-se por estudar aqueles mais utilizados e mais simples de se implementar. Por isso, os objetivos foram: propor uma forma alternativa de aplicação combinada de quatro critérios univariados de convergência das seqüências de Markov (Gelman & Rubin, 1992a, Raftery & Lewis, 1992a, Geweke, 1992, Heidelberger & Welch, 1983), otimizando suas propriedades; apresentar uma forma alternativa de cálculo do critério de Brooks & Gelman (1998); e propor dois novos critérios multivariados de monitoramento da convergência. Para isso, dados referentes a dois modelos foram utilizados, sendo um de séries temporais com duas intervenções e erro ARMA(2,2) e o outro uma normal trivariada, considerando três situações distintas para a matriz de covariâncias. Em ambos os casos foram utilizados o Amostrador de Gibbs e aplicados os critérios para monitorar a convergência. Os resultados obtidos permitiram que se concluísse que: sugere-se a utilização dos critérios univariados do monitoramento da convergência de forma combinada; a forma alternativa de cálculo para o critério de Brooks & Gelman foi viável de ser aplicada e mostrou-se robusta numericamente; os dois novos critérios multivariados para monitorar a convergência das seqüências de Monte Carlo foram propostos com sucesso; o critério multivariado baseado na razão dos traços das matrizes de covariâncias e D foi considerado melhor.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUNIVERSIDADE FEDERAL DE LAVRAS-
Publicador: dc.publisherDEX - Departamento de Ciências Exatas-
Publicador: dc.publisherUFLA-
Publicador: dc.publisherBRASIL-
Direitos: dc.rightsacesso aberto-
Palavras-chave: dc.subjectCorrelação-
Palavras-chave: dc.subjectAmostrador de Gibbs-
Palavras-chave: dc.subjectSéries Temporais-
Palavras-chave: dc.subjectCorrelation-
Palavras-chave: dc.subjectGibbs Sampler-
Palavras-chave: dc.subjectTime Series-
Palavras-chave: dc.subjectCNPQ_NÃO_INFORMADO-
Título: dc.titleProposta e avaliação de critérios de convergência para o método de monte carlo via cadeias de markov: casos uni e multivariados-
Título: dc.titleProposal and evaluation of convergence diagnostics criterion for markov chain monte carlo methods: univariate and multivariate cases-
Tipo de arquivo: dc.typedissertação-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.