Uma abordagem dinâmica para modelos de crescimento exponencial

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCosta, Patrícia Lusié Velozo da-
Autor(es): dc.contributorPereira, João Batista de Morais-
Autor(es): dc.contributorGonçalves, Kelly Cristina Mota-
Autor(es): dc.creatorSilva, Damiana Medeiros Pereira da-
Data de aceite: dc.date.accessioned2024-07-11T18:41:28Z-
Data de disponibilização: dc.date.available2024-07-11T18:41:28Z-
Data de envio: dc.date.issued2020-07-22-
Data de envio: dc.date.issued2020-07-22-
Data de envio: dc.date.issued2016-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/14464-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/775563-
Descrição: dc.descriptionPopulações que evoluem de forma exponencial ao longo do tempo são muito comuns em diversos problemas práticos. Fazer previsão acerca destas populações também é de bastante interesse, pois a série de dados que as compõe podem estar associadas a cenários de epidemia ou degeneração, dependendo do problema em questão. Neste trabalho o interesse é estudar modelos que se ajustem a dados que evoluam exponencialmente com o passar do tempo. Em particular, o objetivo é estudar modelos de crescimento exponencial generalizado e uma reformulação do mesmo utilizando uma abordagem mais flexível via modelos dinâmicos. A inferência é realizada sob o enfoque bayesiano e como a distribuição a posteriori do vetor paramétrico não apresenta uma forma analítica conhecida, utilizou-se métodos de simulação de Monte Carlo via cadeia de Markov e o algoritmo Forward Filtering Backward Sampling para estimação dos estados em modelos dinâmicos. Estudos utilizando dados artificiais mostram que a reformulação via modelos dinâmicos apresenta melhores resultados, além de ser uma abordagem mais flexível-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsOpen Access-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectFunção de ligação exponencial modificada-
Palavras-chave: dc.subjectInferência bayesiana-
Palavras-chave: dc.subjectMétodos de aproximação-
Palavras-chave: dc.subjectModelos dinâmicos-
Palavras-chave: dc.subjectFFBS-
Palavras-chave: dc.subjectCrescimento populacional-
Palavras-chave: dc.subjectInferência bayesiana-
Título: dc.titleUma abordagem dinâmica para modelos de crescimento exponencial-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.