Modelo GARMA(p,q) para Séries Temporais de Dados de Contagem

O presente trabalho, tem com objetivo realizar um estudo bayesiano para o modelo GARMA, que se trata de uma extensão dos Modelos Lineares Generalizados para séries temporais, bastante usado para dados de contagem, utilizando distribuições condicionais como Poisson, Binomial e Binomial Negativa. Para a análise, serão considerados conjuntos de dados simulados para mostrar que a modelagem bayesiana é eficaz e precisa na estimação dos parâmetros do modelo. Neste estudo, foram utilizadas distribuições a priori conjugadas na família exponencial e como resultado final das análises, são apresentados resumos descritivos das distribuições marginais a posteriori dos parâmetros de interesse. As amostras da distribuição a posteriori serão geradas fazendo uso das técnicas de simulação MCMC, em particular, o algoritmo de Metropolis e para verificar a convergência foi utilizado o critério de Geweke.