• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tesis Doctoral
DOI
https://doi.org/10.11606/T.11.2019.tde-23052019-183018
Documento
Autor
Nombre completo
Hiron Pereira Farias
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
Piracicaba, 2019
Director
Tribunal
Piedade, Sonia Maria de Stefano (Presidente)
Alves, Lucilio Rogerio Aparecido
Bacchi, Mirian Rumenos Piedade
Emiliano, Paulo César
Título en portugués
Modelagem de séries temporais para fins de previsão
Palabras clave en portugués
Commodity
Modelagem ARMA(p; q)
Série Temporal
Variáveis climáticas
Resumen en portugués
Nesse trabalho, exploramos técnicas para análise de séries temporais para fins de previsão. Para tanto, foram considerados dados observados de três séries climáticas e de uma série econômica. Para análise das séries climáticas, foi considerada a modelagem multivariada em comparação com os subsequentes modelos univariados de cada série. Os modelos multivariados e univariados foram comparados com base em seus respectivos resultados preditivos. Para análise da série econômica, considerou-se a modelagem ARMA-GARCH, cuja média condicional e variância condicional são modeladas conjuntamente. Para essa mesma série foi realizada uma modelagem ARIMA em que considerou-se dois casos. No primeiro, a modelagem foi realizada na série original. No segundo, foi realizada na pré-modelagem uma filtragem na série, denominada de sistema de decomposição Wavelet- WavDS, com o objetivo de melhorar o poder preditivo. Na seleção dos modelos ARIMA, considerou-se a metodologia backtesting, em que as previsões são realizadas de forma sequencial, o modelo selecionado foi o que apresentou menor raiz quadrada do erro quadrático médio de previsão (REQM). Toda análise estatística realizada nesse trabalho foi com auxílio do software livre R.
Título en inglés
Time-series modeling for prediction purposes
Palabras clave en inglés
ARMA Modeling (p; q)
Climate variables
Commodity
Time series
Resumen en inglés
In this study, we explored techniques of time-series analysis for prediction purposes. For that, we considered data observed from three climate series and one economic series. For the analysis of the climate series, we considered the multivariate modelling in comparison with the subsequent univariate models of each series. The multivariate and univariate models were compared based on their respective predictive results. For the analysis of the economic series, the ARMA-GARCH modeling was considered, whose conditional average and conditional variance are modeled together. For this same series, the ARIMA modeling was used, considering two cases. At first, the modeling was performed in the original series. In the second, we carried out a filtering in the series during pre-modeling, called Wavelet- WavDS decomposition system, in order to improve the predictive power. In the selection of ARIMA models, we considered the backtesting methodology in which forecasts are performed in sequence. The model selected showed the lowest square root mean of the prediction square error (REQM). All statistical analyses performed in this work were carried out using the free software R.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2019-06-05
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2024. Todos los derechos reservados.