Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFU |
Texto Completo: | https://repositorio.ufu.br/handle/123456789/25547 |
Resumo: | Trabalho de Conclusão de Curso (Graduação) |
id |
UFU_8c7b535109ff5e96920b47fa00b805ed |
---|---|
oai_identifier_str |
oai:repositorio.ufu.br:123456789/25547 |
network_acronym_str |
UFU |
network_name_str |
Repositório Institucional da UFU |
repository_id_str |
|
spelling |
Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais AnuaisSéries Temporais UnivariadasMétodos de PrevisãoModelos ARIMATransformações Estabilizadoras da VariânciaCNPQ::CIENCIAS SOCIAIS APLICADASTrabalho de Conclusão de Curso (Graduação)Dentre as aplicações de Análise de Séries Temporais, a previsão de valores futuros é uma das mais utilizadas, principalmente em se tratando de séries econômicas e financeiras. Nas previsões, a precisão do método utilizado é um dos fatores críticos em sua adoção. Um dos métodos clássicos e mais utilizados é o modelo Autorregressivo Integrado de Médias Móveis (ARIMA – Autoregressive Integrated Moving Average). Este método, diferentemente de alguns outros existentes, é aplicável a séries que possuem variância constante. Caso a variabilidade dos dados mude com o tempo ou dependa de seu nível, é usual aplicar à série uma transformação não linear (p. ex., logaritmo), visando a estabilização de sua variância. Do ponto de vista exclusivo das previsões alguns autores afirmam que a transformação estabilizadora da variância tem pouca influência na precisão das mesmas. Este trabalho teve como objetivo testar esta hipótese em séries temporais anuais. Para tanto, foram tomadas aleatoriamente 40 séries temporais anuais da M3 Competition e às mesmas foram ajustados modelos ARIMA com e sem transformação e a precisão de suas previsões pontuais foram calculadas. A conclusão foi que ambos os métodos têm em média o mesmo grau de precisão.Universidade Federal de UberlândiaBrasilGestão da InformaçãoRuy, Marcelohttp://lattes.cnpq.br/0656240596485093Silva, Rafael Guilherme Fernandes de Lima2019-06-28T19:33:03Z2019-06-28T19:33:03Z2019-06-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfSILVA, Rafael Guilherme Fernandes de Lima. Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais. 2019. 10 f. Trabalho de Conclusão de Curso (Graduação em Gestão da Informação) – Universidade Federal de Uberlândia, Uberlândia, 2019.https://repositorio.ufu.br/handle/123456789/25547porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFUinstname:Universidade Federal de Uberlândia (UFU)instacron:UFU2021-11-26T13:23:06Zoai:repositorio.ufu.br:123456789/25547Repositório InstitucionalONGhttp://repositorio.ufu.br/oai/requestdiinf@dirbi.ufu.bropendoar:2021-11-26T13:23:06Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU)false |
dc.title.none.fl_str_mv |
Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais |
title |
Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais |
spellingShingle |
Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais Silva, Rafael Guilherme Fernandes de Lima Séries Temporais Univariadas Métodos de Previsão Modelos ARIMA Transformações Estabilizadoras da Variância CNPQ::CIENCIAS SOCIAIS APLICADAS |
title_short |
Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais |
title_full |
Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais |
title_fullStr |
Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais |
title_full_unstemmed |
Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais |
title_sort |
Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais |
author |
Silva, Rafael Guilherme Fernandes de Lima |
author_facet |
Silva, Rafael Guilherme Fernandes de Lima |
author_role |
author |
dc.contributor.none.fl_str_mv |
Ruy, Marcelo http://lattes.cnpq.br/0656240596485093 |
dc.contributor.author.fl_str_mv |
Silva, Rafael Guilherme Fernandes de Lima |
dc.subject.por.fl_str_mv |
Séries Temporais Univariadas Métodos de Previsão Modelos ARIMA Transformações Estabilizadoras da Variância CNPQ::CIENCIAS SOCIAIS APLICADAS |
topic |
Séries Temporais Univariadas Métodos de Previsão Modelos ARIMA Transformações Estabilizadoras da Variância CNPQ::CIENCIAS SOCIAIS APLICADAS |
description |
Trabalho de Conclusão de Curso (Graduação) |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-06-28T19:33:03Z 2019-06-28T19:33:03Z 2019-06-28 |
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 |
SILVA, Rafael Guilherme Fernandes de Lima. Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais. 2019. 10 f. Trabalho de Conclusão de Curso (Graduação em Gestão da Informação) – Universidade Federal de Uberlândia, Uberlândia, 2019. https://repositorio.ufu.br/handle/123456789/25547 |
identifier_str_mv |
SILVA, Rafael Guilherme Fernandes de Lima. Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais. 2019. 10 f. Trabalho de Conclusão de Curso (Graduação em Gestão da Informação) – Universidade Federal de Uberlândia, Uberlândia, 2019. |
url |
https://repositorio.ufu.br/handle/123456789/25547 |
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.publisher.none.fl_str_mv |
Universidade Federal de Uberlândia Brasil Gestão da Informação |
publisher.none.fl_str_mv |
Universidade Federal de Uberlândia Brasil 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 |
repository.name.fl_str_mv |
Repositório Institucional da UFU - Universidade Federal de Uberlândia (UFU) |
repository.mail.fl_str_mv |
diinf@dirbi.ufu.br |
_version_ |
1813711375231352832 |