Modelos lineares dinâmicos, também conhecidos como modelos de espaço de estados, são formulados para permitir alterações nos valores dos parâmetros com o passar do tempo e tem sido utilizados para análise e previsão de séries temporais. Um modelo dinâmico pode ser especificado pelo seguinte par de equações

<latex> x_t = {\bf F}'_t {\bf \theta}_t + \nu_t
\indent {\bf \theta}_t = {\bf G}_t {\bf \theta}_{t-1} + w_t, </latex>

Neste projeto serão estudados os principais conceitos associados a modelagem dinâmica e aplicados em dados reais de séries temporais univariadas. O pacote dlm estima vários modelos nesta classe.

1. Ricardo Sandes Ehlers, UFPR
2. Luiz Ledo Mota Melo Jr, UFRJ
3. Iranei Claudio, UFPR

1. Escrever o projeto do TCC em Latex (Iranei)✔
2. Escrever e testar funções no R para estimação de modelos lineares normais (Iranei e Luiz)
3. Aprender a usar o pacote dlm e comparar com as funções acima (Iranei e Ricardo)
4. Intervenção e monitoramento dos erros de previsão (Iranei)
5. Escrever modelo SV na forma de DLM (Luiz)

1. Migon, H. S., Gamerman, D., Lopes, H. F. and Ferreira, M. A. R. (2005), Bayesian Dynamic Models, In Handbook of Statistics, Volume 25: Bayesian Thinking, Modeling and Computation, pp. 553-588, (Editors Dey, D. and Rao, C.R.), Elsevier, Amsterdam.
2. Giovanni Petris (2006). dlm: an R package for Bayesian analysis of Dynamic Linear Models.