Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/31992| Document type: | Trabalho de Conclusão de Curso |
| Access type: | Acesso Aberto |
| Title: | O uso do google trends para melhorar a previsão de séries temporais: o caso da taxa de desocupação no Brasil |
| Alternate title (s): | Using google trends to improve time series forecasting: the case of unemployment rate in Brazil |
| Author: | Santos, Paloma Fernandes |
| First Advisor: | Ruy, Marcelo |
| First member of the Committee: | Lopes, José Eduardo Ferreira |
| Second member of the Committee: | Penedo, Antonio Sérgio Torres |
| Summary: | 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. |
| Keywords: | Séries temporais Time series Previsões Forecasts ARIMA Google trends Suavização exponencial Exponential smoothing Regressão dinâmica Dynamic regression |
| Area (s) of CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA |
| Language: | por |
| Country: | Brasil |
| Publisher: | Universidade Federal de Uberlândia |
| Quote: | 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. |
| URI: | https://repositorio.ufu.br/handle/123456789/31992 |
| Date of defense: | 9-Jun-2021 |
| Appears in Collections: | TCC - Gestão da Informação |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| UsoGoogleTrends.pdf | TCC | 709.98 kB | Adobe PDF |  View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.