Modelagem estatística de séries temporais

Exemplos de séries temporais podem ser encontrados em diversas áreas do conhecimento, como registros de temperatura diária, de precipitação mensal, preços de produtos, valores de ações, dados de eletromiografia e eletrocardiograma, entre outros muitos campos. Os modelos estatísticos para séries temporais utilizam o passado histórico da variável em análise para caracterizar o seu comportamento. Em relação a redes de comunicação, modelos estatísticos podem capturar importantes características do tráfego de redes, melhorando sua compreensão e permitindo o estudo dos efeitos dessas características no desempenho das redes. Modelos Markovianos são utilizados para descrever séries temporais que apresentam curta-dependência entre suas amostras no tempo. Entretanto, os fluxos de tráfego nas redes atuais podem exibir outras características como invariância em escala associada a modelos autossimilares. Modelos multifractais possuem, além de dependência de longa duração como os modelos monofractais, diferentes leis de escala, podendo descrever melhor algumas séries temporais. Neste livro, são apresentados diferentes modelos estatísticos (Markovianos, Autorregressivos, de Cauda Pesada, Autossimilares, Monofractais e Multifractais) cada um com suas peculiaridades. Apesar das análises deste livro estarem voltadas às séries de tráfego de redes encontradas em redes de comunicações atuais, os modelos considerados nesta obra podem ser aplicados a outras séries temporais.