Untitled - UFRJ
Untitled - UFRJ Untitled - UFRJ
Incorporando Distâncias Econométricas em ModelosDinâmicos BayesianosLarissa de Carvalho AlvesUniversidade Federal do Rio de JaneiroEsther SalazarSAMSI & Duke UniversityHelio dos Santos MigonUniversidade Federal do Rio de JaneiroEconometria espacial é um ramo da econometria que lida com interações de estruturas espaciaisem modelos de regressão linear com dados transversais e de painel. Por painel entende-se observaçõesrepetidas no tempo para um número fixo de agentes. Ultimamente estudos sobre a econometria espacialtem crescido muito uma vez que são consideradas relações entre agentes. Essas relações são descritas pormedidas observáveis de distâncias econométricas, por exemplo quando consideramos firmas ou setores daeconomia como unidades observacionais e a distância entre agentes como o volume de comércio exterior.Este trabalho apresenta um modelo econométrico espacial dinâmico no qual as observações correspondema agentes econômicos. Motivamos a utilização de modelos econométricos espaciais e distânciasentre agentes, onde este último tem influência tanto na estrutura de médias como na estrutura de covariância,e os aplicamos em dados reais norte-americanos e brasileiros. Temos como objetivo incorporarrelações entre setores da economia que são dadas por suas similaridades e, além disso, fazer a estimaçãodos modelos lançando mão de uma abordagem completamente Bayesiana. Exemplos utilizando dadossimulados também serão apresentados em variações do modelo.51
Análise Bayesiana da Priori Jefferys para Curvas deCrescimentoMagali Teresópolis Reis AmaralUniversidade Estadual de Feira de Santana - UESFMarinho G. AndradeUniversidade de São Paulo - USPKatiane Silva ConceiçãoUniversidade Federal de São Carlos - UFSCARNeste trabalho é proposta uma abordagem bayesiana para ajuste de curvas de crescimento parabovinos, usando dados de peso e idade de bovinos machos da raça Canchinm, medidos durante 40 meses.Como na abordagem bayesina as densidades a priori desempenham um papel importante, assim como aspossíveis relações biológicas entre os parâmetros, foram comparados os ajustes de quatro modelos: Brody,Logistico, Gompertz e von Bertalanffy, considerando-se as densidades a priori não informativas de Jefreyscom e sem a suposição de independência entre os parâmetros. A técnica de simulação de Monte CarloCadeia de Markov (MCMC) foi implementada para obtenção de um sumário das densidades a posteriori.Para a seleção do modelo que melhor se ajusta ao conjunto de dados, foram utilizados diversos critériosbayesianos, baseados nas amostras geradas das densidades a posteriori. Finalmente, a densidade preditivafoi utilizada para uma análise a posteriori dos últimos cinco meses nos quais os pesos foram avaliados.52
- Page 4 and 5: 10 o Encontro Brasileiro de Estatí
- Page 7 and 8: 10 o Encontro Brasileiro de Estatí
- Page 9 and 10: Particle LearningCarlos M. Carvalho
- Page 12 and 13: Uso de Métodos Bayesianos em Anál
- Page 15 and 16: Bayesian Inference for Aggregated F
- Page 17 and 18: Product Partition Models with Corre
- Page 19 and 20: “Objective Bayes” - A Dangerous
- Page 21 and 22: Bayesian Non-Parametric Inference f
- Page 23 and 24: Bayesian Computing with INLAHåvard
- Page 25 and 26: 10 o Encontro Brasileiro de Estatí
- Page 27 and 28: Bayesian Inference for a Skew-Norma
- Page 29 and 30: Bayesian Coalescent Modeling of the
- Page 31 and 32: Partitioning Diversity Measure for
- Page 33 and 34: Exact Simulation and Bayesian Infer
- Page 35 and 36: Spatially Varying Autoregressive Pr
- Page 37 and 38: Bayesian Beta Dynamic Model and App
- Page 39 and 40: 10 o Encontro Brasileiro de Estatí
- Page 41 and 42: 10 o Encontro Brasileiro de Estatí
- Page 43 and 44: 10 o Encontro Brasileiro de Estatí
- Page 45 and 46: 10 o Encontro Brasileiro de Estatí
- Page 47 and 48: 10 o Encontro Brasileiro de Estatí
- Page 49 and 50: 10 o Encontro Brasileiro de Estatí
- Page 51: Generalized Exponential Distributio
- Page 55 and 56: Neighborhood Dependence in Bayesian
- Page 57 and 58: Aplicação do Algoritmo MCMC de Sa
- Page 59 and 60: Decisões de Investimento e Restri
- Page 61 and 62: Test for Symmetry in Contingency Ta
- Page 63 and 64: Aplicações de Inferência Bayesia
- Page 65 and 66: Uma Abordagem Bayesiana do Modelo M
- Page 67 and 68: Accounting for Latent Spatio-Tempor
- Page 69 and 70: Uma Abordagem Bayesiana para Proces
- Page 71 and 72: A Bayesian Analysis for the General
- Page 73 and 74: Comparação de um Modelo Dinâmico
- Page 75 and 76: Estimando Variações de Temperatur
- Page 77 and 78: A Bayesian Approach to Multivariate
- Page 79 and 80: Bayesian Inference for Gamma Modula
- Page 81 and 82: Computational Tools for Comparing A
- Page 83 and 84: Modelo Partição Produto com “Cl
- Page 85 and 86: BIC Criterion for Minimal Markov Mo
- Page 87 and 88: Estimadores Lineares Bayesianos em
- Page 89 and 90: Modelos de Volatilidade Estocástic
- Page 91 and 92: Processo de Difusão Multivariado c
- Page 93 and 94: Generalized Latent Factor Models fo
- Page 95 and 96: Measuring Vulnerability via Spatial
- Page 97 and 98: Medidas do Valor Preditivo de um Mo
- Page 99 and 100: Aproximações Analíticas para Pos
- Page 101 and 102: Modelo de Risco Logístico Dependen
Incorporando Distâncias Econométricas em ModelosDinâmicos BayesianosLarissa de Carvalho AlvesUniversidade Federal do Rio de JaneiroEsther SalazarSAMSI & Duke UniversityHelio dos Santos MigonUniversidade Federal do Rio de JaneiroEconometria espacial é um ramo da econometria que lida com interações de estruturas espaciaisem modelos de regressão linear com dados transversais e de painel. Por painel entende-se observaçõesrepetidas no tempo para um número fixo de agentes. Ultimamente estudos sobre a econometria espacialtem crescido muito uma vez que são consideradas relações entre agentes. Essas relações são descritas pormedidas observáveis de distâncias econométricas, por exemplo quando consideramos firmas ou setores daeconomia como unidades observacionais e a distância entre agentes como o volume de comércio exterior.Este trabalho apresenta um modelo econométrico espacial dinâmico no qual as observações correspondema agentes econômicos. Motivamos a utilização de modelos econométricos espaciais e distânciasentre agentes, onde este último tem influência tanto na estrutura de médias como na estrutura de covariância,e os aplicamos em dados reais norte-americanos e brasileiros. Temos como objetivo incorporarrelações entre setores da economia que são dadas por suas similaridades e, além disso, fazer a estimaçãodos modelos lançando mão de uma abordagem completamente Bayesiana. Exemplos utilizando dadossimulados também serão apresentados em variações do modelo.51