Please use this identifier to cite or link to this item: http://ri.unir.br/jspui/handle/123456789/2091
Title: Modelos Para Previsão em Séries Temporais: A Metodologia Box e Jenkins na Prática
Authors: Sieben, Evelim
Keywords: Séries Temporais
Box e Jenkins
Modelos ARIMA
Índice de Preços ao Consumidor (IPCA)
Issue Date: 2017
Citation: EVELIM, Sieben. Modelos para previsão em Séries Temporais: A Metodologia Box e Jenkins. 2017. 90 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Fundação Universidade Federal de Rondônia, Campus de Ji-Paraná 2017
Abstract: Tanto na Economia, quanto na Engenharia e nas Ciências da Natureza, ocorrem fenômenos que dependem da observação de dados em intervalos de tempo durante determinado período. Tratam-se das Séries Temporais. A sua análise tem grande relevância prática, uma vez que, pode revelar através de um modelo adequado, algumas características importantes, as quais auxiliam na previsão de seus valores futuros ou simplesmente descrevem o seu comportamento. A literatura ampara diversos modelos de previsão de séries temporais. Neste trabalho, procura-se reunir os principais aspectos metodológicos de alguns destes modelos, com enfoque nos modelos ARIMA propostos por Box e Jenkins (1970), considerada a metodologia mais importante (SOUZA, L. V., 2006; FIGUEREDO, 2008) e largamente utilizada na análise de séries temporais. Em seguida, a fim de demonstrar uma aplicação prática da Metodologia Box e Jenkins, o estudo ajusta modelos SARIMA à série mensal de dados correspondente ao Índice de Preços ao Consumidor Amplo (IPCA), compreendida no período de janeiro de 2007 a dezembro de 2016. Para tanto a análise esteve pautada no ciclo iterativo proposto por tal metodologia, a saber, nas fases da identificação, estimação, verificação e, finalmente, previsão. Analisando os resultados obtidos, sugeriu-se, em termos de capacidade preditiva, o modelo ������������ ����, ��, ���� ����, ��, �������� como modelo mais adequado para os dados deste estudo. Porém, por se tratar de modelos univariados, os modelos SARIMA excluem efeitos de outras variáveis ou eventuais choques que podem ocorrer sobre a inflação mensal. Neste contexto, sugere-se para trabalhos futuros um estudo mais aprofundado sobre a dinâmica do IPCA, a fim de identificar variáveis intrínsecas ao processo, as quais poderão ser incorporadas à modelagem, através do uso de modelos SARIMAX, tornando a previsão mais acurada.
Description: Trabalho de Conclusão de Curso submetido ao Departamento de Matemática e Estatística da Fundação Universidade Federal de Rondônia, Campus de Ji-Paraná, como parte dos requisitos para obtenção do título de Bacharel em Estatística, sob a orientação da Profª. Grª. Luana Lúcia Alves de Azevêdo.
URI: http://www.ri.unir.br/jspui/handle/123456789/2091
Appears in Collections:DME/JP Trabalhos de Conclusão do Curso de Estatística

Files in This Item:
File Description SizeFormat 
TCC_E. Sieben_Modelos Para Previsão em Séries Temporais - A Metodologia Box e Jenkins na Prática.pdfTrabalho de Conclusão de Curso de Evelim Sieben1,29 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.