Dynamic sparsity on time-varying Cholesky-based covariance matrices (2017)
- Authors:
- Autor USP: URIBE, PALOMA VAISSMAN - IME
- Unidade: IME
- Sigla do Departamento: MAE
- DOI: 10.11606/T.45.2017.tde-20230727-113120
- Subjects: ANÁLISE DE SÉRIES TEMPORAIS; INFERÊNCIA BAYESIANA
- Language: Inglês
- Abstract: No presente trabalho são apresentados diversos métodos de seleção de variáveis e encolhimento para modelos lineares dinâmicos Gaussianos sob a perspectiva Bayesiana. Em particular, propomos um novo método o qual induz esparcidade dinâmica em modelos de regressão linear com coeficientes variantes no tempo. Isso é feito através da especificação de prioris spike-and-slab para as variâncias dos coeficientes de variação do tempo, estendendo o trabalho anterior de Ishwaran and Rao (2005) A abordagem é semelhante ao processo definido em Kalli and Griffin (2014), no entanto, assumimos uma estrutura Markov switching para as variâncias ao invés de um processo Gama auto regressivo. Além disso, investigamos diferentes priores, incluindo uma mistura de distribuições Gama Inversa, bastante utilizada para variâncias, além de outras misturas de distribuições, como a Gama, que gera a priori conhecida como Normal-Gama para os coeficientes (Griffin et al. (2010)). Nesse sentido, o modelo proposto pode ser visto como uma seleção de variável dinâmica em que os coeficientes podem assumir valores diferentes de zero seguindo uma distribuição mais dispersa (através do slab) ou encolhimento em direção a zero (através do spike) em cada ponto do tempo. O esquema MCMC usa.do para. simular a. posteriori utiliza variáveis latentes Markovianas que podem assumir regimes binários em cada. ponto de tempo para gerar as variâncias dos coeficientes. Dessa forma, o modelo é; um modelo de mistura dinâmica, portanto, para gerar as variáveis latentes, utilizamos o algoritmo de Gerla.ch et al. (2000), que permite gerar essas variáveis sem condicionamento nos estados (coeficientes variantes no tempo). A abordagem é exemplificada através de exemplos simulados e urna aplicação de dados reais
- Imprenta:
- Data da defesa: 11.08.2017
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
URIBE, Paloma Vaissman. Dynamic sparsity on time-varying Cholesky-based covariance matrices. 2017. Tese (Doutorado) – Universidade de São Paulo, São Paulo, 2017. Disponível em: https://teses.usp.br/teses/disponiveis/45/45133/tde-20230727-113120/. Acesso em: 09 maio 2026. -
APA
Uribe, P. V. (2017). Dynamic sparsity on time-varying Cholesky-based covariance matrices (Tese (Doutorado). Universidade de São Paulo, São Paulo. Recuperado de https://teses.usp.br/teses/disponiveis/45/45133/tde-20230727-113120/ -
NLM
Uribe PV. Dynamic sparsity on time-varying Cholesky-based covariance matrices [Internet]. 2017 ;[citado 2026 maio 09 ] Available from: https://teses.usp.br/teses/disponiveis/45/45133/tde-20230727-113120/ -
Vancouver
Uribe PV. Dynamic sparsity on time-varying Cholesky-based covariance matrices [Internet]. 2017 ;[citado 2026 maio 09 ] Available from: https://teses.usp.br/teses/disponiveis/45/45133/tde-20230727-113120/
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
