Use este identificador para citar ou linkar para este item: http://repositorio.ufes.br/handle/10/8783
Título: Produção industrial capixaba : uma análise comparativa dos principais métodos estatísticos de combinação de previsão
Autor(es): Honorato, Taizi
Orientador: Brasil, Gutemberg Hespanha
Palavras-chave: Produção Industrial
Previsão econômica
Séries Temporais
Data do documento: 26-Jun-2018
Editor: Universidade Federal do Espírito Santo
Resumo: Este trabalho tem por objetivo especificar modelos de previsão e combinação de previsão aplicados as séries temporais de relativas aos índices na Indústria Extrativa, Indústria de Transformação, e Indústria Geral para o Estado do Espírito Santo. A priori, concentrou-se em avaliar a performance dos principais métodos de previsão dispostos na literatura, tais como Holt-Winters, Box-Jenkins, Modelos de Redes Neurais Artificiais, e Modelos Econométricos, incorporando, neste último método, outras variáveis econométricas, tais como inflação, taxa de juros, taxa de desocupação, índice de confiança do empresário industrial, utilização da capacidade instalada, dentre outras. Em segundo momento, considera-se selecionar o melhor modelo estimado para cada metodologia, e então aplicar métodos de combinação de previsão, com intuito de avaliar se há diferença entre a acurácia de previsões individuais e a de suas combinações. Como técnica de combinação das previsões, foram considerados os métodos da média aritmética, variância mínima simplificado, e regressão por mínimos quadrados ordinários. A avaliação de desempenho das previsões e combinações de previsões é obtida por meio das medidas de acurácia MAE, MSE, RMSE, MAPE, SMAPE, e U de Theil. Como principal resultado obtido, destaca-se as previsões obtidas a partir do método de combinação de previsão por mínimos quadrados ordinários que unanimemente apresentaram desempenho superior as demais previsões para as três series de produção industrial consideradas neste estudo.
The objective of this work is to specify forecast models and forecast combinations applied to the time series of indices in the Extraction Industry, Transformation Industry and General Industry for the State of Espírito Santo. A priori, it focused on evaluating the performance of the main forecasting methods available in the literature, such as Holt-Winters, Box-Jenkins, Models of Artificial Neural Networks, and Econometric Models, incorporating other econometric variables in the latter method. such as inflation, interest rate, unemployment rate, industrial entrepreneur confidence index, utilization of installed capacity, among others. Secondly, it is considered to select the best model estimated for each methodology, and then to apply predictive combination methods, in order to evaluate if there is a difference between the accuracy of individual forecasts and their combinations. As technique combination forecast, were considered the methods of arithmetic mean, simplified minimum variance, and ordinary least squares regression. The performance evaluation of predictions and combinations of forecasts is obtained by accuracy measurements know by MAE, MSE, RMSE, MAPE, SMAPE, and U - Theil's. As the main result obtained, we highlight the predictions obtained from the forecast combination method ordinary least squares, which unanimously performed better than the other predictions for the three industrial production series considered in this study.
URI: http://repositorio.ufes.br/handle/10/8783
Aparece nas coleções:PPGECO - Dissertações de mestrado

Arquivos associados a este item:
Arquivo TamanhoFormato 
tese_7493_223-Taizi Honorato.pdf2.37 MBAdobe PDFVisualizar/Abrir


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