Comparação das penalizações do tipo lasso para previsão das taxas de crescimento dos índices de inflação

Detalhes bibliográficos
Autor(a) principal: Silveira, Raiane Padilha
Data de Publicação: 2016
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRGS
Texto Completo: http://hdl.handle.net/10183/158081
Resumo: No presente trabalho serão utilizados modelos de alta dimensão Lasso, adaLasso, WLadalasso, para redução de dimensionalidade e previsão de índices usuais da inflação brasileira: IPCA e IGP-M. Os modelos são comparados ao método de previsão geralmente utilizado, autoregressivo linear. Os resultados mostram que os modelos na forma Lasso tem erros quadráticos médios e erros médio absolutos menores para previsões de poucos passos a frente, e para horizontes mais longos os modelos autoregressivos produzem erros menores, embora não sejam diferenças significativas. Todos os modelos foram estimados para os dois índices citados anteriormente, e os resultados mostram que as variáveis que determinam as previsões, são diferentes para cada um dos índices, para o IPCA as variáveis determinantes dizem respeito a petróleo e dívida pública e para o IGP-M além das variáveis de dívida pública também compõe a previsão variáveis referentes à moeda nacional. O estudo é uma abordagem da previsão da taxa de crescimento dos índices em relação às variáveis que cobrem o cenário econômico do país.
id UFRGS-2_e350125942226703c8182fea718684b5
oai_identifier_str oai:www.lume.ufrgs.br:10183/158081
network_acronym_str UFRGS-2
network_name_str Repositório Institucional da UFRGS
repository_id_str
spelling Silveira, Raiane PadilhaTorrent, Hudson da Silva2017-05-17T02:36:19Z2016http://hdl.handle.net/10183/158081001020191No presente trabalho serão utilizados modelos de alta dimensão Lasso, adaLasso, WLadalasso, para redução de dimensionalidade e previsão de índices usuais da inflação brasileira: IPCA e IGP-M. Os modelos são comparados ao método de previsão geralmente utilizado, autoregressivo linear. Os resultados mostram que os modelos na forma Lasso tem erros quadráticos médios e erros médio absolutos menores para previsões de poucos passos a frente, e para horizontes mais longos os modelos autoregressivos produzem erros menores, embora não sejam diferenças significativas. Todos os modelos foram estimados para os dois índices citados anteriormente, e os resultados mostram que as variáveis que determinam as previsões, são diferentes para cada um dos índices, para o IPCA as variáveis determinantes dizem respeito a petróleo e dívida pública e para o IGP-M além das variáveis de dívida pública também compõe a previsão variáveis referentes à moeda nacional. O estudo é uma abordagem da previsão da taxa de crescimento dos índices em relação às variáveis que cobrem o cenário econômico do país.In the present work will be used high-dimensional models Lasso, adaLasso, WLadalasso, for dimensionality reduction and prediction of the usual Brazilian inflation indexes: IPCA e IGP-M. The models are compared to the commonly used, autoregressive linear prediction method. The results show that the models in the Lasso form have mean square errors and mean absolute errors smaller for predictions of a few steps forward, and for longer horizons the autoregressive models produce smaller errors, although they are not significant differences. All models were estimated for the two indexes mentioned above, and the results show that the variables that determine the predictions are different for each index, for the IPCA the determinant variables concern oil and public debt and for the IGP-M besides the public debt variables also composes the forecast variables referring to the national currency. The study is an approach to predict the index growth rate in relation to the variables that cover the country's economic scenario.application/pdfporIndice de inflacaoAnálise de dadosLassoAdaLassoWLadalassoForecastTime seriesComparação das penalizações do tipo lasso para previsão das taxas de crescimento dos índices de inflaçãoinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisUniversidade Federal do Rio Grande do SulInstituto de Matemática e EstatísticaPorto Alegre, BR-RS2016Estatística: Bachareladograduaçãoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL001020191.pdf001020191.pdfTexto completoapplication/pdf981425http://www.lume.ufrgs.br/bitstream/10183/158081/1/001020191.pdfa696c90d4ab13d9d4a4687fe1f9e0113MD51TEXT001020191.pdf.txt001020191.pdf.txtExtracted Texttext/plain46802http://www.lume.ufrgs.br/bitstream/10183/158081/2/001020191.pdf.txt992b8c9edfe5a174b9fd3ac78637af90MD52THUMBNAIL001020191.pdf.jpg001020191.pdf.jpgGenerated Thumbnailimage/jpeg1366http://www.lume.ufrgs.br/bitstream/10183/158081/3/001020191.pdf.jpg74ad020102c4e363eebfdb5f07d836d3MD5310183/1580812018-10-30 08:07:10.41oai:www.lume.ufrgs.br:10183/158081Repositório de PublicaçõesPUBhttps://lume.ufrgs.br/oai/requestopendoar:2018-10-30T11:07:10Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Comparação das penalizações do tipo lasso para previsão das taxas de crescimento dos índices de inflação
title Comparação das penalizações do tipo lasso para previsão das taxas de crescimento dos índices de inflação
spellingShingle Comparação das penalizações do tipo lasso para previsão das taxas de crescimento dos índices de inflação
Silveira, Raiane Padilha
Indice de inflacao
Análise de dados
Lasso
AdaLasso
WLadalasso
Forecast
Time series
title_short Comparação das penalizações do tipo lasso para previsão das taxas de crescimento dos índices de inflação
title_full Comparação das penalizações do tipo lasso para previsão das taxas de crescimento dos índices de inflação
title_fullStr Comparação das penalizações do tipo lasso para previsão das taxas de crescimento dos índices de inflação
title_full_unstemmed Comparação das penalizações do tipo lasso para previsão das taxas de crescimento dos índices de inflação
title_sort Comparação das penalizações do tipo lasso para previsão das taxas de crescimento dos índices de inflação
author Silveira, Raiane Padilha
author_facet Silveira, Raiane Padilha
author_role author
dc.contributor.author.fl_str_mv Silveira, Raiane Padilha
dc.contributor.advisor1.fl_str_mv Torrent, Hudson da Silva
contributor_str_mv Torrent, Hudson da Silva
dc.subject.por.fl_str_mv Indice de inflacao
Análise de dados
topic Indice de inflacao
Análise de dados
Lasso
AdaLasso
WLadalasso
Forecast
Time series
dc.subject.eng.fl_str_mv Lasso
AdaLasso
WLadalasso
Forecast
Time series
description No presente trabalho serão utilizados modelos de alta dimensão Lasso, adaLasso, WLadalasso, para redução de dimensionalidade e previsão de índices usuais da inflação brasileira: IPCA e IGP-M. Os modelos são comparados ao método de previsão geralmente utilizado, autoregressivo linear. Os resultados mostram que os modelos na forma Lasso tem erros quadráticos médios e erros médio absolutos menores para previsões de poucos passos a frente, e para horizontes mais longos os modelos autoregressivos produzem erros menores, embora não sejam diferenças significativas. Todos os modelos foram estimados para os dois índices citados anteriormente, e os resultados mostram que as variáveis que determinam as previsões, são diferentes para cada um dos índices, para o IPCA as variáveis determinantes dizem respeito a petróleo e dívida pública e para o IGP-M além das variáveis de dívida pública também compõe a previsão variáveis referentes à moeda nacional. O estudo é uma abordagem da previsão da taxa de crescimento dos índices em relação às variáveis que cobrem o cenário econômico do país.
publishDate 2016
dc.date.issued.fl_str_mv 2016
dc.date.accessioned.fl_str_mv 2017-05-17T02:36:19Z
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 http://hdl.handle.net/10183/158081
dc.identifier.nrb.pt_BR.fl_str_mv 001020191
url http://hdl.handle.net/10183/158081
identifier_str_mv 001020191
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 Institucional da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Repositório Institucional da UFRGS
collection Repositório Institucional da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/158081/1/001020191.pdf
http://www.lume.ufrgs.br/bitstream/10183/158081/2/001020191.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/158081/3/001020191.pdf.jpg
bitstream.checksum.fl_str_mv a696c90d4ab13d9d4a4687fe1f9e0113
992b8c9edfe5a174b9fd3ac78637af90
74ad020102c4e363eebfdb5f07d836d3
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv
_version_ 1801224531233210368