Publicação: O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Coleções
Programa
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA, CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
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.
Abstract
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.
Palavras-chave
Séries temporais, Time series, Previsões, Forecasts, ARIMA, Google trends, Suavização exponencial, Exponential smoothing, Regressão dinâmica, Dynamic regression
Citação
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.