Banca de DEFESA: CAMILA BRAZ SOARES

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : CAMILA BRAZ SOARES
DATA : 22/12/2025
HORA: 10:00
LOCAL: https://conferenciaweb.rnp.br/sala/paulo-henrique-ferreira-da-silva
TÍTULO:

Aplicação de Processos Autorregressivos Sazonais com Valores Inteiros (SINAR(1)) em Dados de Qualidade do Ar: Uma Abordagem Robusta.

PALAVRAS-CHAVES:

Séries temporais de contagem, modelos INAR, processos sazonais, estimação robusta, perda de Huber, outliers aditivos.

PÁGINAS: 46
RESUMO:

A análise de séries temporais é fundamental para a compreensão da evolução de fenômenos ao longo do tempo. No entanto, ao lidar com dados de contagem, os modelos ARIMA tradicionais, que assumem que as distribuições marginais seguem uma distribuição normal, mostram-se inadequados. Para modelar adequadamente esse tipo de série, os modelos autorregressivos de valores inteiros (INAR), propostos por Al-Osh e Alzaid (1987), oferecem uma alternativa mais precisa.
O modelo proposto por Al-Osh e Alzaid (1987) apresenta uma estrutura semelhante aos modelos autorregressivos clássicos e tem sido amplamente utilizado na modelagem de séries temporais de contagem. Os modelos INAR têm sido amplamente adotados em diversas áreas, incluindo a saúde, para analisar fenômenos que envolvem contagens, como o número de ocorrências de doenças ou eventos raros.
Fenômenos econômicos, sociais e naturais são influenciados por uma variedade de fatores, que podem levar a eventos atípicos e, consequentemente, a outliers nas séries temporais que os representam. A presença de outliers distorce a estrutura de correlação dessas séries, comprometendo a precisão das estimativas.
Neste estudo, exploramos a aplicação de modelos de séries temporais de contagem para analisar casos confirmados de dengue na Bahia de 2008 a 2022. Considerando o comportamento sazonal da doença e a presença de outliers nos dados, adotamos o modelo INAR(1) sazonal em conjunto com a estimação M robusta.
Bourguignon e Vasconcellos (2018) exploraram o uso de métodos não paramétricos, como a correlação de Spearman, a correlação tau de Kendall e a correlação quadrática, como alternativas à correlação de Pearson no método de estimação de Yule-Walker para modelos INAR(1). Os métodos não paramétricos, baseados em postos e sinais, apresentam maior robustez a outliers, tornando os valores estimados mais confiáveis. Como contribuição original deste estudo, propomos a aplicação da estimação M (Huber, 2019). Este método é uma generalização da estimação de máxima verossimilhança que atenua o peso das observações distantes do centro da distribuição residual.

MEMBROS DA BANCA:
Externo à Instituição - MÁRTON ISPÁNY
Externa à Instituição - MARIA HELENA MOURIÑO SILVA NUNES
Externo à Instituição - PAULO ROBERTO PREZOTTI FILHO - IFES
Presidente - 297617 - VALDERIO ANSELMO REISEN