1. Repositório Institucional - Universidade Federal de Uberlândia
2. Instituto de Matemática e Estatística (IME)
3. TCC - Estatística

ORCID:	http://orcid.org/0009-0005-9573-6807
Tipo do documento:	Trabalho de Conclusão de Curso
Tipo de acesso:	Acesso Aberto
Título:	Modelagem e previsão de variáveis climáticas usando modelos SARIMA, VAR e LSTM
Título(s) alternativo(s):	Modeling and forecasting of climatic variables using SARIMA, VAR and LSTM models
Autor(es):	Nunes, Izabella Cristina
Primeiro orientador:	Silva, José Waldemar da
Primeiro membro da banca:	Tavares, Marcelo
Segundo membro da banca:	Biase, Nádia Giaretta
Resumo:	Este trabalho tem como objetivo a análise e previsão de dados climáticos, mais especificamente as variáveis de precipitação, velocidade do vento, temperatura e umidade, para a cidade de Uberlândia- MG, utilizando modelos de séries temporais. Serão empregados três modelos de previsão: o modelo SARIMA (Seasonal Au toregressive Integrated Moving Average), o modelo VAR (Vector Autoregressive) e a rede neural LSTM (Long Short-Term Memory). A escolha dessas variáveis climáticas se dá pela sua importância para diversos setores, como agricultura, meteorologia e gestão de recursos naturais, onde a previsão precisa desses dados é crucial. O estudo visa comparar a eficácia dos modelos, tradicionalmente utilizados na literatura (SARIMA e VAR) e uma metodologia nova (LSTM), na previsão dessas variáveis, além de avaliar a aplicabilidade de cada técnica em di ferentes cenários. Para isso, serão utilizados dados históricos climáticos obtidos a partir da estação climatológica do Instituto Nacional de Meteorologia (INMET), localizada no campus Santa Mônica da Universidade Federal de Uberlândia (UFU), no período de Janeiro de 2014 á Dezembro de 2024, que serão tratados e analisados conforme as características de cada modelo. As métricas de validação utilizadas para comparar a performance dos modelos serão a RMSE (Raiz do Erro Quadrático Médio), a MSE (Erro Quadrático Médio) e o MAE (Erro Médio Absoluto), que permitem indicar a qualidade das previsões. A análise revelou que o SARIMA apresentou melhor desempenho para precipitação, temperatura e umidade, as LSTMs se destacaram na previsão do vento devido à sua flexibilidade frente a séries mais irregulares, enquanto o VAR apresentou erros mais elevados. Esses resultados reforçam a importância de avaliar comparativamente diferentes técnicas, considerando a natureza das séries temporais e os fenômenos climáticos analisados.
Palavras-chave:	Métricas de Validação Previsão Redes Neurais Seleção automática de Modelos Variáveis Climáticas
Área(s) do CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma:	por
País:	Brasil
Editora:	Universidade Federal de Uberlândia
Referência:	NUNES, Izabella Cristina. Modelagem e previsão de variáveis climáticas usando modelos SARIMA, VAR e LSTM. 49 f. 2025. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2025.
URI:	https://repositorio.ufu.br/handle/123456789/47874
Data de defesa:	24-Set-2025
Aparece nas coleções:	TCC - Estatística

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.