COMPARAÇÃO DE TÉCNICAS DE FORECASTING PARA SÉRIES SAZONAIS: UMA APLICAÇÃO PARA PREVISÃO DA UMIDADE RELATIVA DO AR EM SANTA MARIA - RS
Em tempos de globalização, a busca contínua pela eficiência se tornou necessária. Técnicas de previsão auxiliam na tomada de decisões em atividades que precisam de planejamento e avaliação constante. Com relação a fenômenos climáticos não é diferente, pois prever seu comportamento é a base para o desenvolvimento de diversos setores. Sendo assim, este trabalho tem como objetivo comparar dois modelos e três métodos de combinação de previsões para encontrar a técnica mais acurada e assim prever a Umidade Relativa do Ar Mensal de Santa Maria, RS. Os modelos base são: SARFIMA e suavização exponencial. Os métodos combinação de previsão, obtidos a partir dos modelos base, são: média aritmética, variância mínima e regressão linear. As medidas de acurácia utilizadas foram RSME, MAPE e coeficiente U de Theil. Dado que a série do estudo apresenta característica de longa dependência e sazonalidade foi estimado o modelo SARFIMA(0,d,0)×(0,D,0)12 com d estimado igual a 0,4104 e com D estimado igual a 0,3756. Estimou-se também o modelo HoltWinters com o parâmetro estimado em 0,1825, o em 0,0034 e o em 0,2122. Na comparação entre os dois modelos base, modelo SARFIMA foi o mais acurado, visto que as três medidas de acurácia foram todas menores. Já comparando todas as técnicas de previsão do estudo, o método de combinação por regressão apresentou as melhores medidas de acurácia. Sendo assim, o referido método de combinação foi utilizado para obter as previsões de janeiro a dezembro de 2018
COMPARAÇÃO DE TÉCNICAS DE FORECASTING PARA SÉRIES SAZONAIS: UMA APLICAÇÃO PARA PREVISÃO DA UMIDADE RELATIVA DO AR EM SANTA MARIA - RS
-
DOI: 10.22533/at.ed.53119120428
-
Palavras-chave: Forecasting, Combinação de Previsões, Séries Temporais, Umidade do Ar.
-
Keywords: Forecasting, combination of forecasts, Time Series, Air Humidity.
-
Abstract:
In times of globalization, the pursuit of efficiency has become necessary. Forecasting techniques help in making decisions in activities that need constant planning and evaluation. With respect to climatic phenomena is no different, since to predict its behavior is the basis for the development of several sectors. Thus, this work aims to compare two models and three methods of combination of predictions to find the most accurate technique and thus predict the Relative Humidity of the Monthly Air of Santa Maria, RS. The base models are:SARFIMA and exponential smoothing. The prediction combination methods are: arithmetic mean, minimum variance and linear regression, which were obtained from the base models. The accuracy measures used were RSME, MAPE and Theil’s U coefficient. Given that the study series presents a characteristic of long dependence and seasonality, the SARFIMA(0, d, 0)×(0, D, 0)12 model was used with d estimated at 0.4104 and with estimated D at 0.3756 and the Holt-Winters model with the α parameter estimated at 0.1825, the β at 0.0034 and the β at 0.2122. In the comparison between the two base models, the SARFIMA model was the most accurate, since the three measures of accuracy were all smaller. Comparing all the prediction techniques of the study, the regression combination method presented the best measures of accuracy. Therefore, said combination method was used to obtain forecasts from January to December 2018.
-
Número de páginas: 15
- Liane Werner
- Cleber Bisognin
