Neste projeto serão abordados problemas de inferencia e previsão em modelos autoregressivos com correlação periódica em um contexto Bayesiano. A hipótese de normalidade e unimodalidade raramente se verifica na prática e as propostas usuais são transformações de Box-Cox para se obter normalidade aproximada e estabilizar a variância periódica. Mais recentemente modelos com misturas foram desenvolvidos para cuidar da assimetria e multimodalidade.

1. Ricardo Ehlers (UFPR)
2. Marinho Gomes de Andrade (USP)

[2002, article]

Lewis, P. A. W., & Ray, B. K. (2002). Nonlinear Modelling of Periodic Threshold Autoregressions using TSMARS. Journal of Time Series Analysis, 23(4), 459-471.

[2006, article]

Shao, Q. (2006). Mixture Periodic Autoregressive Time Series Models. Statistics and Probability Letters, 76, 609-618.