Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro
Autor(a) principal: | |
---|---|
Data de Publicação: | 2017 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | https://app.uff.br/riuff/handle/1/14347 |
Resumo: | Os índices de volume faturado de água e volume faturado de esgoto por residência, comércio ou indústria têm se mostrado em constante variação ao longo dos anos. Isso se justifica devido ao crescimento populacional e também por meio da conscientização do consumo. Consequentemente, empresas do ramo de saneamento básico buscam tecnologia de informação por meio de sistemas computacionais e técnicas estatísticas capazes de prever com uma melhor acurácia o faturamento da empresa, afim de que a saúde do negócio não seja afetada. Uma das técnicas que pode ajudar nesta melhora da acurácia está na filtragem de séries temporais antes de sua modelagem. Singular Spectrum Analysis (SSA) é um método estatístico que pode, dentre outras coisas, filtrar séries temporais eliminando sua componente ruidosa e melhorando a acurácia da previsão. Este projeto propõe a comparação da modelagem de Holt-Winters e Box & Jenkins antes e depois da aplicação do método de filtragem SSA com a metodologia de Análise Gráfica dos Autovetores, para as duas séries: volume faturado de água e volume faturado de esgoto. As modelagens foram realizadas através dos programas Forecast Pro for Windows (FPW) e GNU Regression Econometric and Time Series Library (Gretl) e a filtragem SSA através do programa Catterpillar SSA. As avaliações do poder preditivo dos modelos são realizadas através das estatísticas de aderência critério de informação bayesiano (BIC), erro percentual médio absoluto (MAPE), raiz quadrada do erro quadrático médio (RMSE), coeficiente de determinação do modelo (R²) e coeficiente de determinação ajustado do modelo (R² ajustado). Os resultados obtidos indicam que, em todos os casos avaliados, os modelos de Box & Jenkins apresentam melhor desempenho que os modelos de Holt-Winters e que a realização da filtragem SSA promove um ganho preditivo aos modelos, sejam eles de amortecimento exponencial, sejam eles da classe ARIMA, tanto para o volume faturado de água quanto para o volume faturado de esgoto, proporcionando um ganho na acurácia da previsão de faturamento de uma empresa no ramo de saneamento |
id |
UFF-2_826ce354c988724fe7e2d2b6e4cbdacc |
---|---|
oai_identifier_str |
oai:app.uff.br:1/14347 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de JaneiroFaturamentoVolume faturado de águaVolume faturado de esgotoFiltragem SSAModelagem ARIMAModelos de Holt-WintersPrevisãoPrevisãoSaneamento básicoSérie temporalOs índices de volume faturado de água e volume faturado de esgoto por residência, comércio ou indústria têm se mostrado em constante variação ao longo dos anos. Isso se justifica devido ao crescimento populacional e também por meio da conscientização do consumo. Consequentemente, empresas do ramo de saneamento básico buscam tecnologia de informação por meio de sistemas computacionais e técnicas estatísticas capazes de prever com uma melhor acurácia o faturamento da empresa, afim de que a saúde do negócio não seja afetada. Uma das técnicas que pode ajudar nesta melhora da acurácia está na filtragem de séries temporais antes de sua modelagem. Singular Spectrum Analysis (SSA) é um método estatístico que pode, dentre outras coisas, filtrar séries temporais eliminando sua componente ruidosa e melhorando a acurácia da previsão. Este projeto propõe a comparação da modelagem de Holt-Winters e Box & Jenkins antes e depois da aplicação do método de filtragem SSA com a metodologia de Análise Gráfica dos Autovetores, para as duas séries: volume faturado de água e volume faturado de esgoto. As modelagens foram realizadas através dos programas Forecast Pro for Windows (FPW) e GNU Regression Econometric and Time Series Library (Gretl) e a filtragem SSA através do programa Catterpillar SSA. As avaliações do poder preditivo dos modelos são realizadas através das estatísticas de aderência critério de informação bayesiano (BIC), erro percentual médio absoluto (MAPE), raiz quadrada do erro quadrático médio (RMSE), coeficiente de determinação do modelo (R²) e coeficiente de determinação ajustado do modelo (R² ajustado). Os resultados obtidos indicam que, em todos os casos avaliados, os modelos de Box & Jenkins apresentam melhor desempenho que os modelos de Holt-Winters e que a realização da filtragem SSA promove um ganho preditivo aos modelos, sejam eles de amortecimento exponencial, sejam eles da classe ARIMA, tanto para o volume faturado de água quanto para o volume faturado de esgoto, proporcionando um ganho na acurácia da previsão de faturamento de uma empresa no ramo de saneamentoMenezes, Moisés Lima deCassiano, Keila MaraSantos, Wilson Calmon Almeida dosPhilbert, Isabella Perrut Pereira Soares2020-07-15T15:19:39Z2020-07-15T15:19:39Z2017info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfPHILBERT, Isabella Perrut Pereira Soares. Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro. 2017. 51 f. Trabalho de Conclusão de Curso (Graduação de Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2017.https://app.uff.br/riuff/handle/1/14347http://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2021-09-23T18:56:59Zoai:app.uff.br:1/14347Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202021-09-23T18:56:59Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro |
title |
Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro |
spellingShingle |
Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro Philbert, Isabella Perrut Pereira Soares Faturamento Volume faturado de água Volume faturado de esgoto Filtragem SSA Modelagem ARIMA Modelos de Holt-Winters Previsão Previsão Saneamento básico Série temporal |
title_short |
Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro |
title_full |
Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro |
title_fullStr |
Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro |
title_full_unstemmed |
Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro |
title_sort |
Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro |
author |
Philbert, Isabella Perrut Pereira Soares |
author_facet |
Philbert, Isabella Perrut Pereira Soares |
author_role |
author |
dc.contributor.none.fl_str_mv |
Menezes, Moisés Lima de Cassiano, Keila Mara Santos, Wilson Calmon Almeida dos |
dc.contributor.author.fl_str_mv |
Philbert, Isabella Perrut Pereira Soares |
dc.subject.por.fl_str_mv |
Faturamento Volume faturado de água Volume faturado de esgoto Filtragem SSA Modelagem ARIMA Modelos de Holt-Winters Previsão Previsão Saneamento básico Série temporal |
topic |
Faturamento Volume faturado de água Volume faturado de esgoto Filtragem SSA Modelagem ARIMA Modelos de Holt-Winters Previsão Previsão Saneamento básico Série temporal |
description |
Os índices de volume faturado de água e volume faturado de esgoto por residência, comércio ou indústria têm se mostrado em constante variação ao longo dos anos. Isso se justifica devido ao crescimento populacional e também por meio da conscientização do consumo. Consequentemente, empresas do ramo de saneamento básico buscam tecnologia de informação por meio de sistemas computacionais e técnicas estatísticas capazes de prever com uma melhor acurácia o faturamento da empresa, afim de que a saúde do negócio não seja afetada. Uma das técnicas que pode ajudar nesta melhora da acurácia está na filtragem de séries temporais antes de sua modelagem. Singular Spectrum Analysis (SSA) é um método estatístico que pode, dentre outras coisas, filtrar séries temporais eliminando sua componente ruidosa e melhorando a acurácia da previsão. Este projeto propõe a comparação da modelagem de Holt-Winters e Box & Jenkins antes e depois da aplicação do método de filtragem SSA com a metodologia de Análise Gráfica dos Autovetores, para as duas séries: volume faturado de água e volume faturado de esgoto. As modelagens foram realizadas através dos programas Forecast Pro for Windows (FPW) e GNU Regression Econometric and Time Series Library (Gretl) e a filtragem SSA através do programa Catterpillar SSA. As avaliações do poder preditivo dos modelos são realizadas através das estatísticas de aderência critério de informação bayesiano (BIC), erro percentual médio absoluto (MAPE), raiz quadrada do erro quadrático médio (RMSE), coeficiente de determinação do modelo (R²) e coeficiente de determinação ajustado do modelo (R² ajustado). Os resultados obtidos indicam que, em todos os casos avaliados, os modelos de Box & Jenkins apresentam melhor desempenho que os modelos de Holt-Winters e que a realização da filtragem SSA promove um ganho preditivo aos modelos, sejam eles de amortecimento exponencial, sejam eles da classe ARIMA, tanto para o volume faturado de água quanto para o volume faturado de esgoto, proporcionando um ganho na acurácia da previsão de faturamento de uma empresa no ramo de saneamento |
publishDate |
2017 |
dc.date.none.fl_str_mv |
2017 2020-07-15T15:19:39Z 2020-07-15T15:19:39Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
PHILBERT, Isabella Perrut Pereira Soares. Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro. 2017. 51 f. Trabalho de Conclusão de Curso (Graduação de Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2017. https://app.uff.br/riuff/handle/1/14347 |
identifier_str_mv |
PHILBERT, Isabella Perrut Pereira Soares. Abordagem singular spectrum analysis na previsão de faturamento de uma empresa de saneamento básico no Estado do Rio de Janeiro. 2017. 51 f. Trabalho de Conclusão de Curso (Graduação de Estatística) - Instituto de Matemática e Estatística, Universidade Federal Fluminense, Niterói, 2017. |
url |
https://app.uff.br/riuff/handle/1/14347 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/3.0/br/ CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1802135315681378304 |