Modelação dos indicadores do contrato programa
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10773/34197 |
Resumo: | Nos dias que correm, com o avanço da tecnologia os hospitais contactam cada vez mais empresas de data-science para que lhes criem um dashboard que lhes dê acesso a informação rápida e fácil de aceder. Neste relatório de estágio, o principal objetivo consistiu em fazer previsões para doze meses para indicadores do contrato programa. Para se efetuar a previsão fez-se a modelação dos dados considerando os modelos ARIMA e os métodos de alisamento exponencial. A obtenção de previsões pontuais e intervalares usando a metodologia de Box e Jenkins exige que os resíduos tenham distribuição normal, além de serem estacionários, enquanto os modelos de espaço de estados são adequados quando falham condições de estacionaridade. Os modelos foram escolhidos com base nos valores dos critérios AIC e BIC e as respetivas previsões pontuais foram avaliadas em termos do erro absoluto percentual médio. A validação do modelo e a avaliação da qualidade das previsões são fundamentais neste processo e em particular em tomadas de decisão. Com esta finalidade sugeriu-se e implementou-se no ambiente R o método de validação cruzada para séries temporais de origem deslizante, baseado na divisão dos dados em amostras de treino e amostras de teste. |
id |
RCAP_e554c68fff3131d30b753b88f6ef21b2 |
---|---|
oai_identifier_str |
oai:ria.ua.pt:10773/34197 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Modelação dos indicadores do contrato programaSéries temporaisIndicadoresContrato programaPrevisãoARIMASNSNos dias que correm, com o avanço da tecnologia os hospitais contactam cada vez mais empresas de data-science para que lhes criem um dashboard que lhes dê acesso a informação rápida e fácil de aceder. Neste relatório de estágio, o principal objetivo consistiu em fazer previsões para doze meses para indicadores do contrato programa. Para se efetuar a previsão fez-se a modelação dos dados considerando os modelos ARIMA e os métodos de alisamento exponencial. A obtenção de previsões pontuais e intervalares usando a metodologia de Box e Jenkins exige que os resíduos tenham distribuição normal, além de serem estacionários, enquanto os modelos de espaço de estados são adequados quando falham condições de estacionaridade. Os modelos foram escolhidos com base nos valores dos critérios AIC e BIC e as respetivas previsões pontuais foram avaliadas em termos do erro absoluto percentual médio. A validação do modelo e a avaliação da qualidade das previsões são fundamentais neste processo e em particular em tomadas de decisão. Com esta finalidade sugeriu-se e implementou-se no ambiente R o método de validação cruzada para séries temporais de origem deslizante, baseado na divisão dos dados em amostras de treino e amostras de teste.Nowadays, with the advancement of technology, hospitals are contacting increasingly more data-science companies in other to create a dashboard that gives them access to quick and easy to access information. In this internship report, the main goal is to do predictions for twelve months for every indicator in the program’s contract. To make this prediction, we elaborated the modeling considering ARIMA models and exponential smoothing methods. The obtainment of the ponctual and predictions intervals, using the Box and Jenkins method demands that the residues have a normal distribution, besides being stationary, while the state space models are appropriate when the stationary conditions fail. The model’s validation and the predictions quality’s evaluation are fundamentals in this process and, more specifically, in decision making. With this purpose in mind, it was suggested and implemented in R, the cross validation method for time series of sliding origin, based on the division of data into training and test sets.2022-07-19T09:45:02Z2021-12-06T00:00:00Z2021-12-06info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10773/34197porRaimundo, Diogo Alexandre Batistainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-22T12:05:53Zoai:ria.ua.pt:10773/34197Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:05:31.226765Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse |
dc.title.none.fl_str_mv |
Modelação dos indicadores do contrato programa |
title |
Modelação dos indicadores do contrato programa |
spellingShingle |
Modelação dos indicadores do contrato programa Raimundo, Diogo Alexandre Batista Séries temporais Indicadores Contrato programa Previsão ARIMA SNS |
title_short |
Modelação dos indicadores do contrato programa |
title_full |
Modelação dos indicadores do contrato programa |
title_fullStr |
Modelação dos indicadores do contrato programa |
title_full_unstemmed |
Modelação dos indicadores do contrato programa |
title_sort |
Modelação dos indicadores do contrato programa |
author |
Raimundo, Diogo Alexandre Batista |
author_facet |
Raimundo, Diogo Alexandre Batista |
author_role |
author |
dc.contributor.author.fl_str_mv |
Raimundo, Diogo Alexandre Batista |
dc.subject.por.fl_str_mv |
Séries temporais Indicadores Contrato programa Previsão ARIMA SNS |
topic |
Séries temporais Indicadores Contrato programa Previsão ARIMA SNS |
description |
Nos dias que correm, com o avanço da tecnologia os hospitais contactam cada vez mais empresas de data-science para que lhes criem um dashboard que lhes dê acesso a informação rápida e fácil de aceder. Neste relatório de estágio, o principal objetivo consistiu em fazer previsões para doze meses para indicadores do contrato programa. Para se efetuar a previsão fez-se a modelação dos dados considerando os modelos ARIMA e os métodos de alisamento exponencial. A obtenção de previsões pontuais e intervalares usando a metodologia de Box e Jenkins exige que os resíduos tenham distribuição normal, além de serem estacionários, enquanto os modelos de espaço de estados são adequados quando falham condições de estacionaridade. Os modelos foram escolhidos com base nos valores dos critérios AIC e BIC e as respetivas previsões pontuais foram avaliadas em termos do erro absoluto percentual médio. A validação do modelo e a avaliação da qualidade das previsões são fundamentais neste processo e em particular em tomadas de decisão. Com esta finalidade sugeriu-se e implementou-se no ambiente R o método de validação cruzada para séries temporais de origem deslizante, baseado na divisão dos dados em amostras de treino e amostras de teste. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-12-06T00:00:00Z 2021-12-06 2022-07-19T09:45:02Z |
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 |
http://hdl.handle.net/10773/34197 |
url |
http://hdl.handle.net/10773/34197 |
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.source.none.fl_str_mv |
reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação instacron:RCAAP |
instname_str |
Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
instacron_str |
RCAAP |
institution |
RCAAP |
reponame_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
collection |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository.name.fl_str_mv |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação |
repository.mail.fl_str_mv |
|
_version_ |
1799137710206615552 |