O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil

Detalhes bibliográficos
Autor(a) principal: Santos, Paloma Fernandes
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFU
Texto Completo: https://repositorio.ufu.br/handle/123456789/31992
Resumo: Dentre as aplicações de Análise de Séries Temporais, a previsão de valores futuros é uma das mais utilizadas. Nas previsões, a precisão do método utilizado é um dos fatores críticos em sua adoção. Este artigo tem como objetivo verificar se uma regressão dinâmica com o uso do Google Trends melhora o desempenho das previsões para a série mensal taxa de desocupação das pessoas de 14 anos ou mais de idade no Brasil, relativamente os métodos de suavização exponencial e ARIMA puros, medido pelo erro absoluto médio e pela raiz quadrada do erro quadrático médio. A conclusão foi que o uso do índice do Google Trends com a palavra-chave escolhida não mostrou ganhos em sua adoção no quesito melhoria da precisão das previsões para a série em questão.
id UFU_17bbeff7ccefd8f4ee454ca2ce01c27f
oai_identifier_str oai:repositorio.ufu.br:123456789/31992
network_acronym_str UFU
network_name_str Repositório Institucional da UFU
repository_id_str
spelling 2021-06-15T14:47:33Z2021-06-15T14:47:33Z2021-06-09SANTOS, Paloma Fernandes. O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil. 2021. 13 f. Trabalho de Conclusão de Curso (Graduação em Gestão da Informação) – Universidade Federal de Uberlândia, Uberlândia, 2021.https://repositorio.ufu.br/handle/123456789/31992Dentre as aplicações de Análise de Séries Temporais, a previsão de valores futuros é uma das mais utilizadas. Nas previsões, a precisão do método utilizado é um dos fatores críticos em sua adoção. Este artigo tem como objetivo verificar se uma regressão dinâmica com o uso do Google Trends melhora o desempenho das previsões para a série mensal taxa de desocupação das pessoas de 14 anos ou mais de idade no Brasil, relativamente os métodos de suavização exponencial e ARIMA puros, medido pelo erro absoluto médio e pela raiz quadrada do erro quadrático médio. A conclusão foi que o uso do índice do Google Trends com a palavra-chave escolhida não mostrou ganhos em sua adoção no quesito melhoria da precisão das previsões para a série em questão.Among the applications of Time Series Analysis, forecasting future values is one of the most used. In forecasts, the accuracy of the method used is one of the critical factors in its adoption. This article aims to verify whether a dynamic regression using Google Trends improves the performance of forecasts for the monthly unemployment rate series of people aged 14 years and over in Brazil, relative to exponential smoothing and ARIMA methods, measured by the mean absolute error and the root mean squared error. The conclusion was that the use of Google Trends index with the chosen keyword showed no gains in its adoption in terms of improving the accuracy of forecasts for the series in question.Trabalho de Conclusão de Curso (Graduação)porUniversidade Federal de UberlândiaGestão da InformaçãoBrasilCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICACNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICASéries temporaisTime seriesPrevisõesForecastsARIMAGoogle trendsSuavização exponencialExponential smoothingRegressão dinâmicaDynamic regressionO uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no BrasilUsing google trends to improve time series forecasting: the case of unemployment rate in Brazilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisRuy, Marcelohttp://lattes.cnpq.br/0656240596485093Lopes, José Eduardo Ferreirahttp://lattes.cnpq.br/1181111177305483Penedo, Antonio Sérgio Torreshttp://lattes.cnpq.br/6987375118761399Santos, Paloma Fernandes13info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFULICENSElicense.txtlicense.txttext/plain; charset=utf-81792https://repositorio.ufu.br/bitstream/123456789/31992/3/license.txt48ded82ce41b8d2426af12aed6b3cbf3MD53ORIGINALUsoGoogleTrends.pdfUsoGoogleTrends.pdfTCCapplication/pdf727017https://repositorio.ufu.br/bitstream/123456789/31992/2/UsoGoogleTrends.pdfa792c7ac1eb8190386e706fa4036a69aMD52TEXTUsoGoogleTrends.pdf.txtUsoGoogleTrends.pdf.txtExtracted texttext/plain43702https://repositorio.ufu.br/bitstream/123456789/31992/4/UsoGoogleTrends.pdf.txt0368926f985b72e36510143ddc425703MD54THUMBNAILUsoGoogleTrends.pdf.jpgUsoGoogleTrends.pdf.jpgGenerated Thumbnailimage/jpeg1695https://repositorio.ufu.br/bitstream/123456789/31992/5/UsoGoogleTrends.pdf.jpgac4a5b9254a02f367f1e7de3e659e02bMD55123456789/319922021-06-16 03:22:05.681oai:repositorio.ufu.br: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Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2021-06-16T06:22:05Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false
dc.title.pt_BR.fl_str_mv O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil
dc.title.alternative.pt_BR.fl_str_mv Using google trends to improve time series forecasting: the case of unemployment rate in Brazil
title O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil
spellingShingle O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil
Santos, Paloma Fernandes
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Séries temporais
Time series
Previsões
Forecasts
ARIMA
Google trends
Suavização exponencial
Exponential smoothing
Regressão dinâmica
Dynamic regression
title_short O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil
title_full O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil
title_fullStr O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil
title_full_unstemmed O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil
title_sort O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil
author Santos, Paloma Fernandes
author_facet Santos, Paloma Fernandes
author_role author
dc.contributor.advisor1.fl_str_mv Ruy, Marcelo
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/0656240596485093
dc.contributor.referee1.fl_str_mv Lopes, José Eduardo Ferreira
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/1181111177305483
dc.contributor.referee2.fl_str_mv Penedo, Antonio Sérgio Torres
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/6987375118761399
dc.contributor.author.fl_str_mv Santos, Paloma Fernandes
contributor_str_mv Ruy, Marcelo
Lopes, José Eduardo Ferreira
Penedo, Antonio Sérgio Torres
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
topic CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Séries temporais
Time series
Previsões
Forecasts
ARIMA
Google trends
Suavização exponencial
Exponential smoothing
Regressão dinâmica
Dynamic regression
dc.subject.por.fl_str_mv Séries temporais
Time series
Previsões
Forecasts
ARIMA
Google trends
Suavização exponencial
Exponential smoothing
Regressão dinâmica
Dynamic regression
description Dentre as aplicações de Análise de Séries Temporais, a previsão de valores futuros é uma das mais utilizadas. Nas previsões, a precisão do método utilizado é um dos fatores críticos em sua adoção. Este artigo tem como objetivo verificar se uma regressão dinâmica com o uso do Google Trends melhora o desempenho das previsões para a série mensal taxa de desocupação das pessoas de 14 anos ou mais de idade no Brasil, relativamente os métodos de suavização exponencial e ARIMA puros, medido pelo erro absoluto médio e pela raiz quadrada do erro quadrático médio. A conclusão foi que o uso do índice do Google Trends com a palavra-chave escolhida não mostrou ganhos em sua adoção no quesito melhoria da precisão das previsões para a série em questão.
publishDate 2021
dc.date.accessioned.fl_str_mv 2021-06-15T14:47:33Z
dc.date.available.fl_str_mv 2021-06-15T14:47:33Z
dc.date.issued.fl_str_mv 2021-06-09
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.citation.fl_str_mv SANTOS, Paloma Fernandes. O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil. 2021. 13 f. Trabalho de Conclusão de Curso (Graduação em Gestão da Informação) – Universidade Federal de Uberlândia, Uberlândia, 2021.
dc.identifier.uri.fl_str_mv https://repositorio.ufu.br/handle/123456789/31992
identifier_str_mv SANTOS, Paloma Fernandes. O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil. 2021. 13 f. Trabalho de Conclusão de Curso (Graduação em Gestão da Informação) – Universidade Federal de Uberlândia, Uberlândia, 2021.
url https://repositorio.ufu.br/handle/123456789/31992
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.publisher.none.fl_str_mv Universidade Federal de Uberlândia
Gestão da Informação
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Uberlândia
Gestão da Informação
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFU
instname:Universidade Federal de Uberlândia (UFU)
instacron:UFU
instname_str Universidade Federal de Uberlândia (UFU)
instacron_str UFU
institution UFU
reponame_str Repositório Institucional da UFU
collection Repositório Institucional da UFU
bitstream.url.fl_str_mv https://repositorio.ufu.br/bitstream/123456789/31992/3/license.txt
https://repositorio.ufu.br/bitstream/123456789/31992/2/UsoGoogleTrends.pdf
https://repositorio.ufu.br/bitstream/123456789/31992/4/UsoGoogleTrends.pdf.txt
https://repositorio.ufu.br/bitstream/123456789/31992/5/UsoGoogleTrends.pdf.jpg
bitstream.checksum.fl_str_mv 48ded82ce41b8d2426af12aed6b3cbf3
a792c7ac1eb8190386e706fa4036a69a
0368926f985b72e36510143ddc425703
ac4a5b9254a02f367f1e7de3e659e02b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)
repository.mail.fl_str_mv diinf@dirbi.ufu.br
_version_ 1802110517383266304

Registros relacionados