Intervalos de previsão em modelos ARFIMA utilizando a metodologia Bootstrap

Os metodos tradicionais de construcao de intervalos de previsao para series temporais assumem que os parâmetros do modelo sao conhecidos e os erros normais. Quando estas suposicoes nao sao verdadeiras, o intervalo de previsao possui cobertura abaixo da nominal. Este trabalho propoe a utilizacao da metodologia bootstrap para construir intervalos de previsao com cobertura mais proxima da nominal. Dois intervalos bootstrap sao utilizados, o intervalo PRR e o intervalo EPB. O intervalo PRR e uma adaptacao para o modelo ARFIMA do intervalo homonimo proposto por Pascual et al. (2004) para o modelo ARIMA. O intervalo EPB proposto neste trabalho e e similar a intervalos propostos para outros modelos de series temporais, como o de Masarotto (1990) para modelos autorregressivos. Correcoes bootstrap de vicio, incluindo o vicio no desvio padrao dos residuos, sao testadas como possiveis fontes de melhoras dos intervalos. Os metodos utilizados no trabalho tambem foram testados para series ARMA. O trabalho conclui que os intervalos PRR e EPB melhoram significativamente a qualidade dos intervalos de previsao em comparacao com o intervalo assintotico, e a correcao bootstrap de vicio no desvio padrao dos residuos tambem pode ser util neste sentido.