Resumo

Será apresentado neste seminário o modelo GARMA (Generalized Autoregressive Moving Average) para séries temporais que estende a conhecida classe ARMA de processos estocásticos. Os modelos GARMA são, em relação aos processos ARMA, a contraparte dos modelos lineares generalizados em relação aos de regressão linear. A diferença agora é que a distribuição condicional do estado presente da série, embora também pertecente à família Exponencial, depende dos valores passados da série (e possivelmente de variáveies exógenas), o que evidentemente traz consigo novas dificuldades em termos de inferência. Além da sua conceituação, será  apresentados alguns exemplos e aplicações. Na sequência, será discutido como adequar essa classe de modelos à presença de dados censurados e também alguns exemplos importantes, além dos estimadores e algoritmos propostos para determiná-los, assim como algumas de suas propriedades. Os resultados apresentados são parciais, pois fazem parte de um trabalho ainda em desenvolvimento.