Aplicação de modelo ARIMA na demanda turística internacional do Estado de Mato Grosso do Sul, Brasil.

• Autor(a) principal: PORTO, Bruno Matos.
• Data de Publicação: 2018
• Outros Autores: LEITE, Vanessa Aline Wagner., PHILIPPI, Daniela Althoff.
• Tipo de documento: Artigo de conferência
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/31838
• topic: Engenharia de Produção.; Modelo ARIMA; Séries temporais; Previsão de demanda de turismo; Demanda turística internacional - Mato Grosso do Sul; Mato Grosso do Sul - demanda turística internacional; ARIMA - método de previsão de demanda; ARIMA model; Time series; Tourism Demand Forecast; International tourist demand - Mato Grosso do Sul; Mato Grosso do Sul - international tourist demand; ARIMA - demand forecasting method; Series de tiempo; Previsión de la demanda turística; Demanda turística internacional - Mato Grosso do Sul; Mato Grosso do Sul - demanda turística internacional; ARIMA - método de previsión de la demanda; Modèle ARIMA; Des séries chronologiques; Prévisions de la demande touristique; Demande touristique internationale - Mato Grosso do Sul; Mato Grosso do Sul - demande touristique internationale; ARIMA - méthode de prévision de la demande

O objetivo deste trabalho foi gerar previsões e verificar a precisão no curto prazo do modelo univariado ARIMA, na previsão da demanda de turismo do estado de Mato Grosso do Sul (MS). Com uso do software R, com base nos dados da ferramenta base de dados extrator do Instituto Brasileiro de Turismo (Embratur). Os dados são referentes às chegadas turísticas por todas as vias registradas no MS entre janeiro de 2007 a setembro de 2016. As predições da demanda turística abrangeram o intervalo de outubro a dezembro de 2016, sendo então comparadas aos dados reais do mesmo período. A previsão do modelo foi comparada por meio dos critérios MAPE, MAD e MSD, onde os resultados gerados pelas medidas de erros mostraram que ARIMA gerou boas previsões. Recomenda-se a estudos futuros executar a previsão da demanda turística com mais modelos de previsão tal como o método de suavização exponencial de (Holt-Winters, 1960) e redes neurais.