Inferência estocástica e modelos de mistura de distribuições

AUTOR(ES)

Regis Nunes Vargas

FONTE

IBICT - Instituto Brasileiro de Informação em Ciência e Tecnologia

DATA DE PUBLICAÇÃO

2011

RESUMO

Neste trabalho apresentamos os resultados de consistência e normalidade assintótica para o estimador de máxima verossimilhança de uma Cadeia de Markov ergódica. Além disso apresentaremos os Modelos de Mistura de Distribuição Independente e um dos casos de Modelos de Mistura Dependente: os Modelos Ocultos de Markov. Estimaremos os parâmetros destes modelos a partir do método da máxima verossimilhança e abordaremos o critério de seleção através do cálculo do AIC e BIC.

ASSUNTO(S)

normalidade assintotica modelos estocasticos cadeias de markov software : estatistica inferencia

Documentos Relacionados

• Inferência em famílias estendidas de distribuições normais
• Inferencia e diagnostico em modelos de Grubbs
• Multi-look polarimetric SAR image segmentation using mixture models
• Inferência em modelos heterocedásticos
• Inferencia e indicadores de viabilidade para modelos estocasticos de crescimento de populações