@MASTERSTHESIS{ 2019:284748205,
 	title = {Aplica??o em modelos de varia??o autorregressiva condicional baseada na distribui??o Birnbaum-Saunders},
 	year = {2019},
 	url = "https://tede.ufam.edu.br/handle/tede/7077",
 	abstract = "O modelo de varia??o autorregressivo condicional (CARR), proposto por Chou (2005)
 se mostrou eficiente para estimar a volatilidade do pre?o de ativos. Entretanto, a estimativa
 requer uma densidade do erro adequada, onde se usa comumente a distribui??o deWeibull. Xie
 & Wu (2017) prop?s um modelo baseado na distribui??o gamma (GCARR), com resultados
 satisfat?rios em rela??o a redu??o de problema de inlier e outlier. Neste trabalho, propomos o
 modelo de varia??o autorregressiva condicional baseado na distribui??o Birnbaum-Saunders
 (BSCARR). Implementamos uma abordagem baseada no m?todo da m?xima verossimilhan?a
 para obter as estimativas dos par?metros e derivamos medidas para an?lise de res?duos e
 diagn?stico. Em seguida fizemos um estudo via simula??es e Monte Carlo com o objetivo de
 avaliar o desempenho dos estimadores de m?xima verossimilhan?a do modelo proposto. Por
 fim, ilustramos a metodologia proposta usando um conjunto de dados reais.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de P?s-gradua??o em Matem?tica},
 	note = {Instituto de Ci?ncias Exatas}
}