Análise Espectral Singular Baseada na Função de Huber Singular/ Spectral Analysis Based on the Huber Function
Este trabalho concentra-se no estudo de metodologias robustas para a análise espectral singular, cuja proposta e´ a decomposição, filtragem e reconstrução de séries temporais, sendo relevante o tratamento de eventos que podem causar efeitos significativos na dinâmica dos dados e, consequentemente, na estrutura de dependência dos mesmos. Exemplos comumente encontrados nas aplicações prá
cas sa˜o a influeˆncia de observac¸o˜es at´ıpicas, quebras estruturais, volatilidade, entre outras. Tais eventos podem causar efeitos significativos na modelagem dos dados e influenciar significativamente as deciso˜es baseadas nos modelos ajustados. A influeˆncia de observac¸o˜es at´ıpicas causam uma influeˆncia significativa na estimac¸a˜o dos paraˆmetros e na previsa˜o de dados futuros. Os resultados teo´ricos e emp´ıricos apresentados na literatura incentivaram o estudo de te´cnicas robustas baseadas em estimadores tipo M para o tratamento das problema´ticas causadas por eventos externos a` natureza do conjunto de observac¸o˜es. O interesse neste estudo e´ verificar o desempenho de uma metodologia robusta usando M-estimadores em cenários com dados contaminados por dados atípicos de tipo aditivo. O estudo empírico realizado mostra o desempenho dos estimadores em situações práticas. Os resultados obtidos indicam uma superioridade da metodologia robusta em relaçao à clássica.
Análise Espectral Singular Baseada na Função de Huber Singular/ Spectral Analysis Based on the Huber Function
-
DOI: 10.22533/at.ed.16222120513
-
Palavras-chave: Dados atípicos; Decomposição singular; M-estimador; LTS-estimador; Análise espectral singular
-
Keywords: Atypical data; Singular decomposition; M-estimator; LITERS-estimator; Singular spectral analysis.
-
Abstract:
This work focuses on the study of robust methodologies for singular spectral analysis, whose proposal is the decomposition, filtering and reconstruction of time series. Moreover, it is relevant in the treatment of events that can cause significant effects on the dynamics of the data and, consequently, on the structure of their dependence. Examples commonly found in practical applications are the influence of outliers, structural breaks, volatility, among others. Such events can have significant consequences on data modeling and significantly influence decisions based on fitted models. The effect of outliers causes a significant impact on the estimation of parameters and on the prediction of future data. The theoretical and empirical results presented in the literature encouraged the study of robust techniques based on M-type estimators for the treatment of problems caused by events external to the nature of the set of observations. The interest of this study is to verify the performance of a robust methodology using M-estimators in scenarios with data contaminated by atypical data of the additive type. The empirical study carried out shows the performance of the estimators in practical situations. The results obtained indicate a superiority of the robust methodology in relation to the classic one.
-
Número de páginas: 21
- Fabio A. Fajardo Molinares
- Matheus Lima Cornejo
