Comparação de diferentes métodos de previsão em séries temporais com valores discrepantes

• Autor(a) principal: Miranda, Isabela Pagani Heringer de
• Data de Publicação: 2014
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFJF
• Texto Completo: https://repositorio.ufjf.br/jspui/handle/ufjf/12239
• topic: CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA; modelos de previsão; séries temporais; combinações de previsões; medianas móveis; medidas de erro; Forecasting Methods; Time Series; Forecast Combining; Moving Median; Forecasting Error Measures

As previsões são de grande importância quando nos deparamos com fenômenos nos quais a incerteza é um fator presente. Existem diversos métodos de previsão e cada um tem sua aplicabilidade, dependendo do que se está interessado estudar. Em séries temporais a amostra é um conjunto de observações ordenadas no tempo e a ordem em que são feitas as medições não pode ser ignorada. O foco desse trabalho é estudar diferentes métodos de previsão em séries temporais em que existam valores discrepantes. Dentro deste contexto, propomos um método de previsão baseado em Medianas Móveis, para séries de nível constante, baseado no fato da mediana não ser influenciada por valores discrepantes. O desempenho deste método foi comparado ao dos métodos de Amortecimento Exponencial Simples, Média Móvel Simples e a combinação linear entre Média Móvel e Mediana Móvel Simples, por meio de simulações sobre séries de dados simulados e de dados reais. As estimativas dos parâmetros foram feitas usando a função optimize() e implementando a função find_n no software R. Os resíduos foram analisados e comparados, buscando o método que minimiza esses resíduos, ou seja, o método mais adequado para as séries estudadas.