<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
<html>
<head>
<title></title>
</head>
<body style="font-family:Arial;font-size:14px">
<div class="impComposeSignature">
<p align="center" class="western" style="margin-left: 0.11cm; margin-right: 0.08cm; margin-bottom: 0cm; line-height: 150%"><strong><font color="#000000"><font face="Times New Roman, serif"><font style="font-size: 12pt"><span lang="zxx"><u><span style="background-image: initial; background-attachment: initial; background-size: initial; background-origin: initial; background-clip: initial; background-position: initial; background-repeat: initial;">Modelos para séries temporais de valores inteiros com sobredispersão baseados no operador thinning</span></u></span></font></font></font></strong><font face="Times New Roman, serif"><font style="font-size: 12pt"><b>.</b></font></font></p>
<p align="center" class="western" style="margin-left: 0.11cm; margin-right: 0.08cm; margin-bottom: 0cm; line-height: 0.35cm"><font face="Times New Roman, serif"><font style="font-size: 12pt"><b>Palestrante:</b></font></font><br>
<strong><font color="#000000"><font face="Times New Roman, serif"><font style="font-size: 12pt"><span lang="pt-BR"><span style="font-weight: normal">Prof. Marcelo Bourguignon Pereira (Dep. de Estatística - UFRN)</span></span></font></font></font></strong></p>
<p align="left" class="western" style="margin-right: 1.13cm; margin-bottom: 0cm; line-height: 100%"><font style="font-size: 12pt"><font face="Times New Roman, serif"><b>DATA:</b></font> <font face="Times New Roman, serif">30</font><font face="Times New Roman, serif">/</font><font face="Times New Roman, serif">06</font><font face="Times New Roman, serif">/2016</font> <font face="Times New Roman, serif">(</font><font face="Times New Roman, serif">quinta</font><font color="#000000"><font face="Times New Roman, serif"><span lang="pt-BR">-feira</span></font></font><font color="#000000"><font face="Times New Roman, serif"><span lang="pt-BR">)</span></font></font></font></p>
<p class="western" style="margin-left: 0.06cm; margin-right: 1.93cm; margin-bottom: 0cm; line-height: 100%"><font style="font-size: 12pt"><font face="Times New Roman, serif"><b>HORÁRIO:</b></font> <font face="Times New Roman, serif">1</font><font face="Times New Roman, serif">0</font><font face="Times New Roman, serif">:</font><font face="Times New Roman, serif">0</font><font face="Times New Roman, serif">0h</font></font></p>
<p align="justify" class="western" style="margin-left: 0.06cm; margin-right: 0.22cm; margin-bottom: 0cm; line-height: 100%"><font face="Times New Roman, serif"><font style="font-size: 12pt"><b>LOCAL:</b></font></font> <strong><font color="#000000"><font face="Times New Roman, serif"><font style="font-size: 12pt"><span lang="pt-BR"><span style="font-weight: normal">Sala Multiuso EST.</span></span></font></font></font></strong><br>
<b style="font-size: 12pt; font-family: "Times New Roman", serif;">Resumo</b></p>
<strong style="line-height: 100%;"><font color="#000000"><span style="background-image: initial; background-attachment: initial; background-size: initial; background-origin: initial; background-clip: initial; background-position: initial; background-repeat: initial;">?<font face="Times New Roman, serif"><font style="font-size: 12pt"><span lang="pt-BR"><span style="font-weight: normal">Resumo: Séries temporais de valores inteiros ocorrem em diversos contextos, muitas vezes, como contagens de eventos, objetos ou pessoas em intervalos consecutivos ou em pontos consecutivos no tempo. Entre esses dados, dados de contagem com sobredispersão são muito comuns. Portanto, o estudo de extensões de processos autoregressivos de valores inteiros (INAR) com sobredispersão motiva uma linha de investigação com muitas aplicações práticas, tais como modelar o número mensal de reivindicações de benefícios por invalidez, o número de crimes, entre outros. O principal objetivo deste trabalho é propor um novo processo INAR(1) para modelar séries temporais da valores inteiros com sobredispersão baseado no operador thinning binomial, que estende o processo Poisson INAR(1) e o processo geométrico INAR(1). Para formular o novo processo, utilizamos uma extensão das distribuições Poisson e geométrica. Várias propriedades do processo são estabelecidas. Os parâmetros desconhecidos do processo são estimados utilizando o método de mínimos quadrados condicionais e método dos momentos e suas propriedades assintóticas são consideradas. Alguns resultados numéricos dos estimadores são apresentados com uma breve discussão. Ilistramos a utilidade do novo processo através de uma aplicação a um conjunto de dados real.? </span></span></font></font></span></font></strong> <br>
 </div>
</body>
</html>