Publicação: Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais
| dc.contributor.advisor1 | Ruy, Marcelo | |
| dc.contributor.advisor1Lattes | http://lattes.cnpq.br/0656240596485093 | pt_BR |
| dc.creator | Silva, Rafael Guilherme Fernandes de Lima | |
| dc.creator.Lattes | http://lattes.cnpq.br/3826300570084648 | pt_BR |
| dc.date.accessioned | 2019-06-28T19:33:03Z | |
| dc.date.available | 2019-06-28T19:33:03Z | |
| dc.date.issued | 2019-06-28 | |
| dc.description.degreename | Trabalho de Conclusão de Curso (Graduação) | pt_BR |
| dc.description.resumo | 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. | pt_BR |
| dc.identifier.citation | 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. | pt_BR |
| dc.identifier.uri | https://repositorio.ufu.br/handle/123456789/25547 | |
| dc.language | por | pt_BR |
| dc.publisher | Universidade Federal de Uberlândia | pt_BR |
| dc.publisher.country | Brasil | pt_BR |
| dc.publisher.course | Gestão da Informação | pt_BR |
| dc.rights | Acesso Aberto | pt_BR |
| dc.sizeorduration | 10 | pt_BR |
| dc.subject | Séries Temporais Univariadas | pt_BR |
| dc.subject | Métodos de Previsão | pt_BR |
| dc.subject | Modelos ARIMA | pt_BR |
| dc.subject | Transformações Estabilizadoras da Variância | pt_BR |
| dc.subject.cnpq | CNPQ::CIENCIAS SOCIAIS APLICADAS | pt_BR |
| dc.title | Avaliação da Precisão dos Modelos ARIMA com e sem Transformação Estabilizadora da Variância na Previsão de Séries Temporais Anuais | pt_BR |
| dc.type | Trabalho de Conclusão de Curso | pt_BR |
| dspace.entity.type | Publication |