Logo do repositório
 
Publicação

Generalized multivariate Markov chains : estimation, inference and implementation in R

dc.contributor.advisorDamásio, Bruno
dc.contributor.authorVasconcelos, Carolina Micael de Abreu e
dc.date.accessioned2021-12-31T16:14:12Z
dc.date.available2021-12-31T16:14:12Z
dc.date.issued2021-11
dc.descriptionMestrado Bolonha em Econometria Aplicada e Previsãopt_PT
dc.description.abstractEste trabalho propõe uma nova generalização do modelo de Cadeias de Markov Multivariadas. Tipicamente, uma cadeia de Markov é descrita pelos valores passados do pro- cesso, a generalização proposta neste trabalho permiritá também considerar variáveis exó- genas. Especificamente, iremos incorporar os efeitos dos valores passados do processo e os efeitos de variáveis pré-determinadas ou exógenas no modelo. Deste modo, será considerada uma cadeia de Markov não-homogénea em vez de uma cadeia de Markov homogénea. Os resultados da simulação de Monte Carlo mostraram que o modelo pro- posto detectou uma cadeia de Markov não-homogénea e detectou valores específicos dos parâmetros. Porém, quando esses valores eram baixos em magnitude, os resultados da simulação mostraram que o modelo tinha baixo poder de teste. Portanto, para estimativas de baixa magnitude, dever-se-á considerar um nível de significância mais alto ao tes- tar a significância individual dos parâmetros. Adicionalmente, uma ilustração empírica demonstrou a relevância deste novo modelo, ao estimar a matriz de transição de proba- bilidade, para diferentes valores de uma variável exógena. Uma contribuição adicional e prática deste trabalho é o desenvolvimento de uma package R com esta generalização.pt_PT
dc.description.abstractThis essay proposes a new generalization of Multivariate Markov Chains (MMC) model. Typically, a Markov chain is described by the process’ past values, the gener- alization proposed in this work will also consider exogenous variables. Specifically, we will incorporate the effects of the process’ past values and the effects of pre-determined or exogenous covariates in the model. This is achieved by considering a non-homogeneous Markov chain instead of an homogeneous Markov chain. The findings from the Monte Carlo simulation showed that the model proposed detected a non-homogeneous Markov chain and it detected specific values of the parameters. However, when these values were small in magnitude, the results from the simulation showed that the model had low power of test. Hence, for estimates with small magnitude, one should use a higher significance level when testing for individual significance of the parameters. Moreover, an empirical illustration demonstrated the relevance of this new model, by estimating the probabil- ity transition matrix, for different values of the exogenous variable. An additional and practical contribution of this work is the development of a novel R package with this generalization.pt_PT
dc.description.versioninfo:eu-repo/semantics/publishedVersionpt_PT
dc.identifier.citationVasconcelos, Carolina Micael de Abreu e (2021). "Generalized multivariate Markov chains : estimation, inference and implementation in R". Dissertação de Mestrado, Universidade de Lisboa. Instituto Superior de Economia e Gestão.pt_PT
dc.identifier.urihttp://hdl.handle.net/10400.5/22846
dc.language.isoengpt_PT
dc.publisherInstituto Superior de Economia e Gestãopt_PT
dc.subjectCadeias de Markov Multivariadaspt_PT
dc.subjectMixture transition distribution Modelpt_PT
dc.subjectCadeias de Markov de Elevada Ordempt_PT
dc.subjectCadeias de Markov Multivaridas com variáveis exógenaspt_PT
dc.subjectR packagept_PT
dc.subjectMultivariate Markov chainspt_PT
dc.subjectHigh order Markov chainspt_PT
dc.subjectMultivariate Markov chains with exogenous variablespt_PT
dc.titleGeneralized multivariate Markov chains : estimation, inference and implementation in Rpt_PT
dc.typemaster thesis
dspace.entity.typePublication
rcaap.rightsopenAccesspt_PT
rcaap.typemasterThesispt_PT

Ficheiros

Principais
A mostrar 1 - 1 de 1
A carregar...
Miniatura
Nome:
DM-CMAV-2021.pdf
Tamanho:
1.36 MB
Formato:
Adobe Portable Document Format
Licença
A mostrar 1 - 1 de 1
Miniatura indisponível
Nome:
license.txt
Tamanho:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descrição: