ANÁLISE COMPARATIVA DE PREVISÃO POR MEIO DE MODELOS ECONOMÉTRICOS E REDES NEURAIS.

Detalhes bibliográficos
Autor(a) principal: Lima, Ricardo Rodrigues Dias de
Data de Publicação: 2014
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)
Texto Completo: http://localhost:8080/tede/handle/tede/2473
Resumo: O propósito deste trabalho é testar métodos econométricos e de inteligência artificial para o problema de previsão de séries temporais, em especial regressão linear múltipla e rede neural com regra Delta. Com tais modelos pretende-se prever um passo a frente à produção da indústria de transformação do Estado de Goiás. Os erros das estimativas em todos os modelos são comparados com o teste de normalidade para validar a adequação do modelo. Ao final, os modelos são comparados utilizando, erro quadrático médio, MAPE e desvio padrão para identificar o melhor modelo e método adequado para a predição da produção da indústria de transformação.
id PUC_GO_88efb3fdcf6ff698951873e64b8f7223
oai_identifier_str oai:ambar:tede/2473
network_acronym_str PUC_GO
network_name_str Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)
repository_id_str 6593
spelling ANÁLISE COMPARATIVA DE PREVISÃO POR MEIO DE MODELOS ECONOMÉTRICOS E REDES NEURAIS.COMPARATIVE ANALYSIS OF FORECAST THROUGH ECONOMETRIC MODELS AND NEURAL NETWORKS.Redes neurais (Computação)EconometriaCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOO propósito deste trabalho é testar métodos econométricos e de inteligência artificial para o problema de previsão de séries temporais, em especial regressão linear múltipla e rede neural com regra Delta. Com tais modelos pretende-se prever um passo a frente à produção da indústria de transformação do Estado de Goiás. Os erros das estimativas em todos os modelos são comparados com o teste de normalidade para validar a adequação do modelo. Ao final, os modelos são comparados utilizando, erro quadrático médio, MAPE e desvio padrão para identificar o melhor modelo e método adequado para a predição da produção da indústria de transformação.The purpose of this study is to test econometric methods and artificial intelligence to the problem of time series forecasting, in particular neural network and multiple linear regression with Delta rule. With such designs are intended to provide a step forward in the production of the manufacturing industry in the State of Goiás errors of the estimates in all models are compared with the normality test to validate the adequacy of the model. Finally, the models are compared using R2, mean square error, MAPE and standard deviation to identify the best model and suitable for the prediction of production manufacturing method.Pontifícia Universidade Católica de GoiásEngenhariaBRPUC GoiásEngenharia de Produção e SistemasMenezes, José Elmo dehttp://lattes.cnpq.br/9654702573176547Carvalho, Sirlon Diniz deCPF:51545098115http://lattes.cnpq.br/5607449747114793Vieira, Sibelius LellisCPF:28562771104http://lattes.cnpq.br/0345972428103987Lima, Ricardo Rodrigues Dias de2016-08-10T10:40:32Z2015-11-052014-03-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfLIMA, Ricardo Rodrigues Dias de. COMPARATIVE ANALYSIS OF FORECAST THROUGH ECONOMETRIC MODELS AND NEURAL NETWORKS.. 2014. 75 f. Dissertação (Mestrado em Engenharia) - Pontifícia Universidade Católica de Goiás, GOIÂNIA, 2014.http://localhost:8080/tede/handle/tede/2473porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)instname:Pontifícia Universidade Católica de Goiás (PUC-GO)instacron:PUC_GO2016-08-11T04:36:23Zoai:ambar:tede/2473Biblioteca Digital de Teses e Dissertaçõeshttp://tede2.pucgoias.edu.br:8080/http://tede2.pucgoias.edu.br:8080/oai/requesttede@pucgoias.edu.br||tede@pucgoias.edu.bropendoar:65932016-08-11T04:36:23Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) - Pontifícia Universidade Católica de Goiás (PUC-GO)false
dc.title.none.fl_str_mv ANÁLISE COMPARATIVA DE PREVISÃO POR MEIO DE MODELOS ECONOMÉTRICOS E REDES NEURAIS.
COMPARATIVE ANALYSIS OF FORECAST THROUGH ECONOMETRIC MODELS AND NEURAL NETWORKS.
title ANÁLISE COMPARATIVA DE PREVISÃO POR MEIO DE MODELOS ECONOMÉTRICOS E REDES NEURAIS.
spellingShingle ANÁLISE COMPARATIVA DE PREVISÃO POR MEIO DE MODELOS ECONOMÉTRICOS E REDES NEURAIS.
Lima, Ricardo Rodrigues Dias de
Redes neurais (Computação)
Econometria
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
title_short ANÁLISE COMPARATIVA DE PREVISÃO POR MEIO DE MODELOS ECONOMÉTRICOS E REDES NEURAIS.
title_full ANÁLISE COMPARATIVA DE PREVISÃO POR MEIO DE MODELOS ECONOMÉTRICOS E REDES NEURAIS.
title_fullStr ANÁLISE COMPARATIVA DE PREVISÃO POR MEIO DE MODELOS ECONOMÉTRICOS E REDES NEURAIS.
title_full_unstemmed ANÁLISE COMPARATIVA DE PREVISÃO POR MEIO DE MODELOS ECONOMÉTRICOS E REDES NEURAIS.
title_sort ANÁLISE COMPARATIVA DE PREVISÃO POR MEIO DE MODELOS ECONOMÉTRICOS E REDES NEURAIS.
author Lima, Ricardo Rodrigues Dias de
author_facet Lima, Ricardo Rodrigues Dias de
author_role author
dc.contributor.none.fl_str_mv Menezes, José Elmo de
http://lattes.cnpq.br/9654702573176547
Carvalho, Sirlon Diniz de
CPF:51545098115
http://lattes.cnpq.br/5607449747114793
Vieira, Sibelius Lellis
CPF:28562771104
http://lattes.cnpq.br/0345972428103987
dc.contributor.author.fl_str_mv Lima, Ricardo Rodrigues Dias de
dc.subject.por.fl_str_mv Redes neurais (Computação)
Econometria
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
topic Redes neurais (Computação)
Econometria
CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO
description O propósito deste trabalho é testar métodos econométricos e de inteligência artificial para o problema de previsão de séries temporais, em especial regressão linear múltipla e rede neural com regra Delta. Com tais modelos pretende-se prever um passo a frente à produção da indústria de transformação do Estado de Goiás. Os erros das estimativas em todos os modelos são comparados com o teste de normalidade para validar a adequação do modelo. Ao final, os modelos são comparados utilizando, erro quadrático médio, MAPE e desvio padrão para identificar o melhor modelo e método adequado para a predição da produção da indústria de transformação.
publishDate 2014
dc.date.none.fl_str_mv 2014-03-26
2015-11-05
2016-08-10T10:40:32Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv LIMA, Ricardo Rodrigues Dias de. COMPARATIVE ANALYSIS OF FORECAST THROUGH ECONOMETRIC MODELS AND NEURAL NETWORKS.. 2014. 75 f. Dissertação (Mestrado em Engenharia) - Pontifícia Universidade Católica de Goiás, GOIÂNIA, 2014.
http://localhost:8080/tede/handle/tede/2473
identifier_str_mv LIMA, Ricardo Rodrigues Dias de. COMPARATIVE ANALYSIS OF FORECAST THROUGH ECONOMETRIC MODELS AND NEURAL NETWORKS.. 2014. 75 f. Dissertação (Mestrado em Engenharia) - Pontifícia Universidade Católica de Goiás, GOIÂNIA, 2014.
url http://localhost:8080/tede/handle/tede/2473
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Pontifícia Universidade Católica de Goiás
Engenharia
BR
PUC Goiás
Engenharia de Produção e Sistemas
publisher.none.fl_str_mv Pontifícia Universidade Católica de Goiás
Engenharia
BR
PUC Goiás
Engenharia de Produção e Sistemas
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)
instname:Pontifícia Universidade Católica de Goiás (PUC-GO)
instacron:PUC_GO
instname_str Pontifícia Universidade Católica de Goiás (PUC-GO)
instacron_str PUC_GO
institution PUC_GO
reponame_str Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)
collection Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da PUC_GOAIS (TEDE-PUC Goiás) - Pontifícia Universidade Católica de Goiás (PUC-GO)
repository.mail.fl_str_mv tede@pucgoias.edu.br||tede@pucgoias.edu.br
_version_ 1791080050192285696