PREVISÃO DE ENERGIA ELÉTRICA: MODELAGEM E USO DE COMBINAÇÕES DE PREVISÕES
|
|
- Thomaz Mota Gomes
- 6 Há anos
- Visualizações:
Transcrição
1 PREVISÃO DE ENERGIA ELÉTRICA: MODELAGEM E USO DE COMBINAÇÕES DE PREVISÕES LIANE WERNER (UFRGS) liane@producao.ufrgs.br VERA LÚCIA MILANI MARTINS (UFRGS) vlmmarins@yahoo.com.br DANILO CUZZUOL PEDRINI (UFRGS) danilo_cp1@yahoo.com.br Resumo: A FIM DE PLANEJAR A QUANTIDADE NECESSÁRIA DE ENERGIA E ATENDER A LEGISLAÇÃO VIGENTE DE COMPRA DE ENERGIA, OS AGENTES DO MERCADO DEVEM PREVER COM ELEVADA EFICÁCIA. PARA PREVER O CONSUMO DE ENERGIA, NESTE ARTIGO PROPÕE-SE A CONSTRUÇÃO DE MODEELOS UTILIZANDO MODELOS DE SUAVIZAÇÃO EXPONENCIAL E MODELOS ARIMA. ALÉM DOS MODELOS, SÃO OBTIDAS PREVISÕES POR MEIO DA COMBINAÇÃO DAS PREVISÕES DOS MODELOS ANTERIORMENTE SUPRACITADOS, SENDO AS COMBINAÇÕES REALIZADAS POR MEIO DA MÉDIA ARITMÉTICA E POR REGRESSÃO. VERIFICOU-SE ATRAVÉS DAS MEDIDAS DE ACURÁCIA MAPE E RSME E DA ESTATÍSTICA LJUNG-BOX DE QUE O MODELO MAIS ACURADO É O HOLT-WINTERS ADITIVO, E QUE ESTE TAMBÉM SE MOSTROU MAIS ACURADO QUE AS COMBINAÇÕES. Palavras-chaves: PREVISÃO DE DEMANDA; COMBINAÇÃO DE PREVISÕES; ENERGIA ELÉTRICA; CONSUMO DE ENERGIA
2 FORECAST OF ELECTRIC ENERGY: MODELING AND USE OF COMBINATIONS OF FORECASTS Absrac: IN ORDER TO PLAN THE NECESSARY AMOUNT OF ENERGY AND MEET CURRENT LEGISLATION PURCHASING POWER, MARKET PARTICIPANTS MUST PROVIDE WITH HIGH EFFICIENCY. TO PREDICT THE POWER CONSUMPTION, THIS PAPER PROPOSES THE CONSTRUCTION OF MODELS USING MODDELS OF EXPONENTIAL SMOOTHING AND ARIMA MODELS. BESIDES THE MODELS, PREDICTIONS ARE OBTAINED BY COMBINING FORECAST OF THE MODELS PREVIOUSLY MENTIONED, THE COMBINATIONS BEING MADE THROUGH THE ARITHMETIC MEAN AND REGRESSION. IT WAS FOUND BY MEASURING ACCURACY MAPE AND RSME AND THE LJUNG-BOX STATISTIC THAT THE MOST ACCURATE MODEL IS THE HOLT-WINTERS ADDITIVE, AND IT WAS ALSO MORE ACCURATE THAN THE COMBINATIONS. Keyword: DEMAND FORECASTING; COMBINATION OF FORECASTS, ELECTRIC POWER 2
3 1. Inrodução O modelo energéico aual em como premissas básicas a confiabilidade do sisema e a modicidade arifária, faores que impõem a necessidade do conhecimeno do mercado e sua evolução fuura. Assim, os agenes do mercado de energia elérica devem prever, com elevada eficácia, o comporameno fuuro do mercado de forma a planejar os invesimenos ano em infra-esruura como na compra de concessões de energia elérica. Lembrando que no Brasil, as disribuidoras devem comprar energia para sua área de concessão exclusivamene no mercado regulador, o Ambiene de Conraação Regulada (ACR), que basicamene é composo por leilões promovidos pela agência reguladora e que ajusa ano a necessidade de energia para o mercado consumidor quano os invesimenos no parque gerador nacional. Ese ambiene de conraação baseia-se em leilões realizados anualmene para início de fornecimeno em 1, 3 e 5 anos e quano mais precoce for a compra, menores são os preços. Além da imporância de necessiar-se de previsões acuradas sob o aspeco da compeição enre empresas de geração por maiores faias do mercado, ouro faor imporane é a legislação do seor elérico. No caso específico das disribuidoras nacionais, a legislação que envolve a conraação de energia prevê uma olerância ao erro de previsão de mercado, denominada de sobre conraação e passível de ser repassada ao consumidor aravés da arifa, no limie máximo 3% da carga anual. A energia conraada em quanidade maior do que esse índice não poderá ser reransmiida e consiuir-se-á em prejuízo financeiro a empresa conforme o Arigo 38 do Decreo presidencial Nº 5163/2004. Caso a energia adquirida aravés de leilões seja insuficiene para suprimeno do mercado, normalmene por um aumeno de consumo além do esimado pelas disribuidoras, ese agene poderá ser penalizado pela agência reguladora ao final do ano, conforme o Arigo 2 do Decreo presidencial Nº 5163/2004. Nesse conexo, o uso de écnicas de previsão é de suma imporância para que a compra seja realizada na quanidade necessária e no melhor momeno. De uma forma genérica, as écnicas de previsão podem ser classificadas em (MAKRIDAKIS e al., 1998; PELLEGRINI e FOGLIATTO, 2000) écnicas qualiaivas e em écnicas quaniaivas. Além dos méodos quaniaivos e qualiaivos, oura possibilidade é a combinação de écnicas de previsão (WEBBY e O CONNOR, 1996). A combinação de previsões, como seu próprio nome diz, defende a união de previsões obidas por duas ou mais écnicas, possibiliando o aumeno da acurácia da previsão (BATES e GRANGER, 1969; CLEMEN, 1989). Diversos auores defendem que a combinação de previsões sempre é mais acurada que o melhor modelo (BATES e GRANGER, 1969; CLEMEN, 1989; CHAN e al., 1999; WERNER, 2005). Viso que ober previsões acuradas no seor de energia elérica raz ganhos a companhia e ambém a sociedade, o presene rabalho em como objeivo modelar e prever o comporameno de consumo da energia de uma disribuidora de energia do sul do Brasil, uilizando modelos esaísicos e combinação das previsões obidas com eses modelos. Preende-se verificar 3
4 ambém, para o caso do consumo energéico, se a combinação das previsões é mais acurada que o melhor modelo enconrado para o consumo de energia. 2. Modelos Esaísicos 2.1. Modelos de Suavização Exponencial Denre as écnicas disponíveis de suavização exponencial desacam-se o méodo de médias móveis, o suavização exponencial simples, o modelo linear de Hol (para as séries que apresenam o componene de endência) e o modelo de Hol-Winers (quando a série apresenar ano o componene de endência quano o componene sazonal) (MORETTIN e TOLOI, 2006; MAKRIDAKIS e al., 1998). Para séries que apresenam, além da componene de endência, a componene de sazonalidade, Winers, em 1960, esendeu o méodo desenvolvido por Hol, para conemplar esa caracerísica da série. A sazonalidade pode ser represenada em dois formaos: adiivo e muliplicaivo. Os parâmeros α de nível, β de endência e o γ de sazonalidade, variam enre zero e um (MAKRIDAKIS e al., 1998). O méodo muliplicaivo considera que a componene sazonal pode ser deerminada pela relação enre o valor correne da série e o componene do nível médio no mesmo insane. O méodo adiivo é equacionado de forma mais simplificada, viso que como não varia com o valor médio aual da série, pode ser meramene adicionado ou subraído de uma previsão que depende apenas do nível e da endência. O méodo adiivo é descrio pelas equações Erro! Fone de referência não enconrada. a (4) e na equação (4) em a previsão de m passos à frene a parir do empo. Os componenes possuem as mesmas definições da represenação muliplicaiva. F +m = L + T + S -s+m (4) onde: é o componene do nível médio; é o componene de endência; é o componene sazonal; é a previsão para períodos a frene e; é a modulação da sazonalidade Modelos ARIMA Segundo Werner (2005), os modelos ARIMA são modelos maemáicos que visam capurar o comporameno da série hisórica, a correlação enre valores passados e enão gerar uma previsão. Os passos que descrevem o processo de análise do méodo são apresenados na FIGURA 1 (MAKRIDAKIS e al., 1998). Para que o méodo seja aplicado, faz-se necessário que as séries emporais sejam esacionárias, o que significa que elas esejam em equilíbrio em orno de um nível médio consane ao longo do empo. Conudo, a maioria das séries de ineresse de previsão não em ese comporameno, como por exemplo, processos indusriais ou econômicos (BOX; JENKINS, 1976). Pode-se, usualmene, avaliar a esacionariedade de um conjuno de dados de forma gráfica. Porém a forma mais adequada é aravés do uso dos eses como o da raiz uniária de Dickey-Fuller. Uma forma de remover a não-esacionariedade das séries emporais é aravés do (1) (2) (3) 4
5 méodo de diferenciação, que consise em realizar subrações dos valores observados em e em, sendo que em geral a diferenciação d igual a 1 é suficiene para ornar a séries esacionárias (MAKRIDAKIS e al., 1998). Fase 1 Idenificação Preparação dos dados: Transformação dos dados para esabilizar a variância; Realizar diferenças enre os dados para ober séries esacionárias; Seleção do modelo: Examine os dados, as funções de auocorrelação (ACF) e de auocorrelação parcial (PACF) a fim de idenificar os modelos poenciais; Fase 2 Esimaivas e Teses Esimaivas: Esimar os parâmeros para os modelos poenciais; Selecionar o melhor modelo uilizando criérios apropriados; Diagnósicos: Verifique as funções de auocorrelação e auocorrelação parcial dos residuos; Realizar ese de residuos; Os residuos são classificados como ruido branco? Fase 3 Aplicação Previsão: Realize a previsão uilizando o modelo esado; FIGURA 1- Passos para a modelagem Box-Jenkins Fone: MAKRIDAKIS e al., 1998 Caso os dados apresenem sazonalidade, é mais apropriado realizar diferenças sazonais. Para padrões de sazonalidade anual, deve-se uilizar. A equação Erro! Fone de referência não enconrada. exemplifica esa aplicação. (5) A fase críica da meodologia proposa por Box-Jenkins, conhecidos por modelos 5
6 ARIMA, é realmene a seleção do modelo, pois para uma mesma série hisórica, vários pesquisadores poderão deerminar modelos disinos (MORETTIN e TOLOI, 2006). Os modelos ARIMA, AuoRegressive Inegraed Moving Average, resulam da combinação de rês componenes, denominados filros : o componene auo-regressivo (AR), o filro de Inegração (I) e o componene de Médias Móveis (MA). Algumas regras podem ser usadas para idenificar o melhor modelo ARIMA. Caso os coeficienes de auo-correlação, quando ploados no correlograma, apresenem decaimeno exponencial a zero, ou próximo diso, idenificam um modelo auo-regressivo com parâmero p. Quando os coeficienes de auo-correlação parcial decaem exponencialmene a zero o modelo descrio é o de médias móveis com parâmero q. Quando ambos os efeios ocorrem, exisem indícios de se raar de um modelo ARMA. A ordem do modelo AR é deerminada pelo número de coeficienes de auo-correlação parcial significanes. O modelo MA, por sua vez é deerminado pelo número de coeficienes de auocorrelação significanes. Uma série pode ser modelada por rês filros ou apenas por um subconjuno deles, resulando em vários modelos, a formulação genérica de um modelo ARIMA (p,d,q) enconra-se na equação (6). ~ ~ ~ d ( Z 1 Z 1... pz p ) q q (6) onde: Z ~ Z ; i é o parâmero auo-regressivo de ordem p; é a diferenciação, d é a ordem de diferenciação; i é o parâmero de médias móveis de ordem q e para i =1,2,..., q com E( ) 2 2 = 0 ; E( ) = ; E( j ) = 0 para j. Os modelos ARIMA exploram a auo-correlação enre os valores da série em insanes sucessivos. Enreano, quando os dados são observados em períodos inferiores a um ano, a série ambém pode apresenar auo-correlação para uma esação de sazonalidade s. Os modelos que conemplam as séries de auo-correlação sazonal são conhecidos como modelos SARIMA. Os modelos SARIMA conêm uma pare não-sazonal, com parâmeros (p,d,q), e uma pare sazonal, com parâmeros (P,D,Q) s. 3. Combinação de Previsões Para Clemen (1989), o aproveiameno de diferenes écnicas, ao invés de uilizar a melhor, é basane lógico, pois o descare de algumas écnicas acarrea na perda de imporanes informações, uma vez que cada écnica em sua paricularidade na modelagem dos faores que influenciam a previsão. A combinação de previsões é uma écnica práica, econômica e úil, possuindo uma eoria bem fundamenada por vários esudos eóricos e práicos. Embora exisam alguns rabalhos aneriores, o de Baes e Granger (1969) é considerado o rabalho inicial. Baes e Granger (1969) propuseram uma combinação linear de duas previsões objeivas não-viesadas, aribuindo pesos k para uma das previsões e (1-k) para a oura. A expressão da combinação das previsões para o período é dado pela equação (7): F c, kf1, ( 1 k) F2, 0 < k < 1 (7) onde: k é o peso da previsão 1 e F 1 e F 2 são as previsões a serem combinadas. A escolha mais lógica para k é aribuir um peso maior à previsão que possuir os menores erros. Granger e Ramanahan (1984) apresenaram rês formas diferenes de esimar os pesos 6
7 lineares, uilizando o méodo de mínimos quadrados para esimar os pesos da combinação linear. Os méodos apresenados pelos auores basicamene consisem em aplicar modelos de regressão para gerar a previsão combinada, endo o valor real da série emporal como variável resposa e as previsões individuais como regressores. O méodo A consise numa regressão sem consane e sem resrição aos pesos e, para Granger e Ramanahan (1984), geram esimaivas combinadas viesadas. O méodo B consise em uma regressão sem consane, mas com resrição de que o somaório dos pesos seja igual a um e, porano, são semelhanes às esimaivas apresenadas por Baes e Granger (1969) e Newbold e Granger (1974), respecivamene. O méodo C consise numa regressão sem resrições, mas com a adição da consane de inercepo e é apresenado na equação (8): p Fc, c ki Fi, com c 0 (8) i 1 Granger e Ramanahan (1984) aponam que ese úlimo méodo produz melhores esimaivas para a previsão combinada, dado que produz os menores erros quadrados e as previsões combinadas são não-viesadas, mesmo que as esimaivas individuais o sejam. Ouro méodo de combinação que produz bons resulados é a média ariméica das previsões. Para Makridakis e Winkler (1983), uilizar a média das previsões é indubiavelmene melhor que usar um mau modelo ou uma écnica de previsão pobre, uma vez que os resulados regisrados pelos auores sugerem que o uso de média das previsões razem consideráveis benefícios práicos em ermos de melhoria da acurácia de previsão e de diminuição da sua variabilidade. Além disso, de acordo com Taylor e Bunn (1999), a média, além de ser um méodo imporane, é o méodo de combinação mais empregado. Para Menezes e al. (2000), uma possível resposa para a o sucesso da média ariméica pode esar associada à insabilidade dos pesos que, freqüenemene, resulam de mudanças não-sisemáicas que ocorrem ao longo do empo na mariz de covariância dos erros das previsões individuais. Devido a esas circunsâncias, a média, embora não enha pesos óimos, pode dar origem a resulados melhores que os de méodos mais sofisicados. 4. Aplicação Os dados uilizados foram obidos da demanda de energia de 85 meses, de seembro do ano zero a seembro do ano see, de um agene de disribuição no sul do Brasil. Os dados referem-se ao consumo oal e foram proposialmene alerados, somou-se uma consane de forma a maner o sigilo dos dados. Nesse rabalho, foram uilizadas quaro formas para ober as previsões: (i) suavização exponencial; (ii) modelos ARIMA; (iii) combinação das previsões obidas em (i) e (ii) aravés da média ariméica e (iv) combinação das previsões obidas em (i) e (ii) aravés do méodo C apresenado por Granger e Ramanahan (1984). O primeiro passo do rabalho foi ploar o gráfico o consumo oal, a fim de verificar alguns padrões de comporameno da série, como endência, sazonalidade e ciclos. Esse passo é 7
8 imporane para que se possa fazer uma pré-seleção dos modelos mais adequados denre as écnicas quaniaivas escolhidas: (i) modelos de suavização exponencial e (ii) modelo ARIMA. Com a referida pré-seleção realizada, procedeu-se com a modelagem e após verificou-se o ajuse de cada modelo. Para selecionar o melhor modelo em cada uma das caegorias acima ciadas, foram uilizadas as menores medidas de acuracidade, o ese de de Ljung-Box, bem como a análise gráfica da ACF e da PACF dos resíduos gerados. Após a esimação e seleção dos modelos para o consumo oal, foram obidas as combinações de previsões. O primeiro méodo a ser aplicado é o da média ariméica das duas previsões, já obidas nos passos aneriores, como a média é basane robusa pode ser considerada um pono de referência úil e o resulado pode ser obido conforme equação (9). A oura forma de combinação de previsões a ser uilizada é a regressão, uilizando o méodo C de Granger e Ramanahan (1984) apresenada na equação (8). onde: e represenam cada uma das previsões a serem combinadas. No inuio de verificar qual das previsões realizadas e combinações desas mais adequamene descreve o conjuno de dados do consumo de energia, uilizou-se como base para comparação duas diferenes medidas de acurácia: (i) Erro médio percenual absoluo (MAPE), (ii) Raiz do erro quadraico médio (RMSE). O modelo mais adequado é definido pelo menor valor aribuido aos criérios descrios aneriormene e calculados conforme equações (10) e (11). (9) (10) onde: é a diferença enre cada unidade de valor predio e de valor observado X no empo j e n é a quanidade de valores predios. Por fim, com base nas medidas de acurácia verificou-se qual o melhor méodo de previsão e uilizou-se ese para ober as previsões 3 passos a frene. 5. Resulados A série de dados que descreve o consumo de energia de uma disribuidora da região sul do país é apresenada na Figura 2. Ao longo da série é possível idenificar a presença de um padrão de comporameno a cada 12 observações, caracerizando sazonalidade. A esruura desa sazonalidade idenificada apresena a mesma ampliude durane odo o período, ao mesmo empo em que é percepível um comporameno de endência, sugerindo não esacionariedade. Por meio dos criérios supraciados, idenificam-se alguns modelos de previsão mais adequados para descrever os dados, denre as écnicas de suavização exponencial e modelagem ARIMA. Para as écnicas de previsão uilizadas, os modelos selecionados por suas caracerísicas foram o Hol-Winers adiivo e o SARIMA. Os dados foram analisados e o melhor modelo denro de cada classe de modelos foram obidos. Para a classe dos modelos de suavização exponencial, o melhor modelo foi o de Hol- (11) 8
9 Winers adiivo. Com a esimação dos parâmeros obeve as equações que enconram-se nas equações (12) a (14). (12) (13) (14) FIGURA 2- Série de dados do consumo de energia Para a classe dos modelos ARIMA, o melhor modelo foi o modelo SARIMA com uma diferenciação não sazonal e uma diferenciação sazonal, além de uma componene não sazonal de médias móveis e oura sazonal de média móvel, com esação sazonal s igual a 12, ou seja, um modelo ARIMA0,1,1)(0,1,1) 12. Eses modelos foram classificados como mais adequados em cada uma das classes, pois apresenaram as menores medidas de acurácia e o p-valor para a esaísica de Ljung-Box, conforme Tabela 1. TABELA 1 Medidas de acurácia e Tese Ljung-Box para modelos esaísicos MAPE RSME Ljung-Box (p-valor) Hol-Winers Adiivo 2, ,932 0,547 ARIMA(0,1,1)(0,1,1) 12 2, ,008 0,715 As análises gráficas da ACF e da PACF dos resíduos gerados por meio das modelagens descrias na Tabela 1 são apresenadas nas Figuras 3 e 4 e corroboram com a seleção dos modelos. 9
10 ACF Residual PACF Residual FIGURA 3- ACF e PACF Modelo Hol Winers Adiivo ACF Residual PACF Residual 10
11 FIGURA 4- ACF e PACF Modelo ARIMA (0,1,1) (0,1,1) Após realizadas as esimações foram geradas as combinações de previsões. As combinações foram calculadas considerando duas diferenes meodologias. Inicialmene foi obida a combinação por meio da média ariméica simples e na sequencia foi uilizado o méodo C realizando-se a combinação por meio de uma regressão linear simples. As medidas de acurácia para cada um dos quaro modelos de previsão são apresenados na Tabela 2. TABELA 2. Medidas de acurácia para os modelos e as combinações MAPE RMSE Hol-Winers Adiivo 2, ,932 ARIMA (0,1,1)(0,1,1) 2, ,008 Combinação por média 2, ,024 Combinação méodo C 2, ,288 Com base nas medidas de acurácia MAPE e RMSE, o modelo que melhor descreveu a série de dados de consumo oal de energia foi o obido por meio da écnica de suavização exponencial. O modelo Hol-Winers adiivo uilizado para a realização das previsões 3 passos a frene é apresenado na Equação (12) e as previsões geradas saõ apresenadas na Tabela3. onde: é o componene do nível médio; é o componene de endência; é o componene sazonal; é a previsão para períodos a frene e; é a modulação da sazonalidade; para ese caso m = 1,2,3. Previsão de Consumo Toal de Energia TABELA 3. Previsões Passos a Frene 11
12 1 2 3 Hol-Winers Adiivo Limie Superior Limie Inferior Considerações finais O presene arigo apresena um esudo de previsão do consumo de energia uma vez que previsões acurados nese seor propiciam benefícios ano a sociedade, quano a empresa que necessia dimensionar adequadamene a compra de energia. Ao se consruir os gráficos da séries emporais, observa-se uma esabilidade no consumo de energia enre os períodos compreendidos pelas observações de 01 a 24. Esa esabilidade ceramene se deve a campanhas de redução no consumo de energia impulsionadas principalmene pelo período de apagão, regisrado no Brasil durane ese período. Tal eveno gerou um padrão ligeiramene parabólico na endência da série, isso pode er afeado negaivamene as esimaivas, pois é uma causa especial que alerou os padrões do passado e afeou de alguma forma as previsões obidas com o modelo ARIMA, que em como suposição o aendimeno da consância dese padrão ao longo do empo, da mesma forma que deve er afeado as combinações das previsões. O paradigma de que uma écnica de combinação apresena melhor resulado que o melhor méodo individual não foi verificado como sendo verdadeiro quando uilizado o as medidas de acurácia para comparar a acuracidade das previsões do consumo, já que a écnica, Hol-Winers adiivo apresenou menores medidas de acurácia que a combinação pelo méodo C, que foi a melhor écnica de combinação adoada. Referências BATES, J. M.; GRANGER, C. W. J. The Combinaion of Forecass. Operaional Research, v. 20, n. 4, p , BOX, G. E. P. & JENKINS, G. M. Time Series Analysis. Forecasing and Conrol. Holden-Day. Edição revisada. San Francisco, CHAN, C. K., KINGSMAN, B. G. & WONG, H. The Value of Combining Forecass in Invenory Managemen a Case Sudy in Banking. European Journal of Operaional Research, v.117, 1999, p CLEMEN, R. T. Combining Forecass: A Review and Annoaed Bibliography. Inernaional Journal of Forecasing. v. 5, 1989, p GRANGER, C. W. J.; RAMANATHAN, R. Improved Mehods of Combining Forecass. Journal of Forecasing, v. 3, p , MAKRIDAKIS, S.; WHEELWRIGHT, S. C.; HYNDMAN, R. J. Forecasing: Mehods and Applicaions. 3. ed. New York: John Wiley & Sons, MAKRIDAKIS, S. & WINKLER, R.L. Averages of Forecass: Some Empirical Resuls. Managemen Science, v.29, n.9, 1983, p MENEZES, L. M.; BUNN, D. W.; TAYLOR, J. M. Review of Guidelines for he Use of Combined Forecass. 12
13 European Journal of Operaional Research, v p , MORETTIN, P. A. & TOLOI, C. M. de C. Previsão de Séries Temporais. Aual Ediora, 2a Edição. São Paulo, NEWBOLD, P.; GRANGER, C. W. J. Experience wih Forecasing Univariae Time Series and he Combinaion of Forecass. Journal of he Royal Saisical Sociey - A, v. 137, n. 2, p PELLEGRINI, F. & FOGLIATTO, F. Esudo Comparaivo enre os Modelos de Winers e de Box-Jenkins para Previsão de Demanda Sazonal. Produo & Produção. v. 4, n. especial, abril 2000, p TAYLOR, J. W. & BUNN, D. W. Invesigaing Improvemens in he Accuracy of Predicion Inervals for Combinaions of Forecass: A Simulaion Sudy. Inernaional Journal of Forecasing, v. 15, 1999, p WEBBY, R.; O CONNOR, M. Judgemenal and Saisical ime series forecasing: a review of he lieraure. Inernaional Journal of Forecasing, v. 12, p , WERNER, L. Um modelo composo para realizar previsão de demanda aravés da inegração da combinação de previsões e do ajuse baseado na opinião, Tese de douorado. Programa de Pós-Graduação em Engenharia de produção. Universidade Federal do Rio Grande do Sul. Poro Alegre
Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial
Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na
Leia maisModelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais
XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br
Leia maisProf. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisConceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.
Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma
Leia maisAnálise de séries de tempo: modelos de decomposição
Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,
Leia mais1 Pesquisador - Embrapa Semiárido. 2 Analista Embrapa Semiárido.
XII Escola de Modelos de Regressão, Foraleza-CE, 13-16 Março 2011 Análise de modelos de previsão de preços de Uva Iália: uma aplicação do modelo SARIMA João Ricardo F. de Lima 1, Luciano Alves de Jesus
Leia maisCálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH
Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale
Leia maisUTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES
UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES Rober Wayne Samohyl Professor do Programa de Pós-Graduação em Engenharia de Produção e Sisemas UFSC. Florianópolis-SC.
Leia mais3 Metodologia do Estudo 3.1. Tipo de Pesquisa
42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema
Leia mais4 Análise dos tributos das concessionárias selecionadas
4 Análise dos ribuos das concessionárias selecionadas Nese capíulo serão abordados os subsídios eóricos dos modelos esaísicos aravés da análise das séries emporais correspondenes aos ribuos e encargos
Leia maisANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos
Leia maisECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.
ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis
Leia maisEstudo comparativo do fluxo de caminhões nos portos de Uruguaiana e Foz do Iguaçu
XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de novembro de 26. Esudo comparaivo do fluxo de caminhões nos poros de Uruguaiana e Foz do Iguaçu Suzana Leião Russo (URI) jss@urisan.che.br Ivan Gomes Jardim (URI)
Leia mais4 O modelo econométrico
4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no
Leia maisUtilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil
XXVI ENEGEP - Foraleza, CE, Brasil, 9 a 11 de Ouubro de 2006 Uilização de modelos de hol-winers para a previsão de séries emporais de consumo de refrigeranes no Brasil Jean Carlos da ilva Albuquerque (UEPA)
Leia maisContabilometria. Séries Temporais
Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016
Nome: Aluno nº: Duração: h:30 m MESTRADO INTEGRADO EM ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL Ano lecivo 05/6 - ª Época (V) 8 de Janeiro de 06 I (7 valores) No quadro de dados seguine (Tabela
Leia mais4 Modelagem e metodologia de pesquisa
4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,
Leia mais3 Metodologia 3.1. O modelo
3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo
Leia mais3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade
3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)
Leia mais3 O Modelo SAGA de Gestão de Estoques
3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados
Leia mais3 Retorno, Marcação a Mercado e Estimadores de Volatilidade
eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais
Leia maisUniversidade Federal do Rio de Janeiro
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisCaracterísticas dos Processos ARMA
Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada
Leia maisEXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)
Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (V) I (7 valores) Na abela seguine apresena-se os valores das coordenadas
Leia maisAplicação de séries temporais na análise de demanda turística no estado do Pará usando os modelos de Holt-Winters
XXV Enconro Nac. de Eng. de Produção Poro Alegre, RS, Brasil, 29 ou a 01 de nov de 2005 Aplicação de séries emporais na análise de demanda urísica no esado do Pará usando os modelos de Hol-Winers Cláudio
Leia maisMotivação. Prof. Lorí Viali, Dr.
Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas
Leia maisModelos para Previsão em Séries Temporais: uma Aplicação para a Taxa de Desemprego na Região Metropolitana de Porto Alegre
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Modelos para Previsão em Séries Temporais: uma Aplicação para a Taxa de Desemprego na Região Meropoliana de
Leia maisPREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX & JENKINS: UM ESTUDO DE CASO
! "#$ " %'&)(*&)+,.- /1.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& PREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX
Leia mais5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço
5 Meodologia Probabilísica de Esimaiva de Reservas Considerando o Efeio-Preço O principal objeivo desa pesquisa é propor uma meodologia de esimaiva de reservas que siga uma abordagem probabilísica e que
Leia maisAplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indústria FUNDIMISA*
XII SIMPEP, Bauru, SP, Brasil, 7 a 9 de novembro de 25 Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indúsria FUNDIMISA* Suzana Russo (URI - UALG) jss@urisan.che.br Paulo
Leia mais4 Filtro de Kalman. 4.1 Introdução
4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de
Leia mais4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.
4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia
Leia mais2 PREVISÃO DA DEMANDA
PREVISÃO DA DEMANDA Abandonando um pouco a visão românica do ermo previsão, milhares de anos após as grandes civilizações da nossa hisória, a previsão do fuuro vola a omar a sua posição de imporância no
Leia maisPrevisão de Demanda =Forecasting-técnica que usa dados passados na predição (projeção) de valores futuros
Previsãode Demanda Previsão de Demanda: 1 Passo do PCP Previsão de Demanda =Forecasing-écnica que usa dados passados na predição (projeção) de valores fuuros Com base no forecasingesabelem-se políicas
Leia maisPREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS
74 PREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS COST FORECASTING OF A CONDOMINIUM OF APARTMENTS USING THE METHODOLOGY OF BOX AND JENKINS
Leia maisPREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS
UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI TATIANA PEREIRA MIRANDA PREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS OURO BRANCO 2016 TATIANA PEREIRA
Leia maisAPLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT
APLICAÇÃO DO MÉTODO DE HOLT NA PREVISÃO DE DADOS DE ÁGUA DA CIDADE DE RONDONÓPOLIS-MT Alerêdo Oliveira Curim 1 & Aldo da Cunha Rebouças Resumo - O conhecimeno prévio dos volumes de água de qualquer sisema
Leia maisAplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo
Aplicação Uma famosa consuloria foi conraada por uma empresa que, enre ouras coisas, gosaria de enender o processo gerador relacionado às vendas de deerminado produo, Ainda, o conraane gosaria que a empresa
Leia mais4. Modelagem (3) (4) 4.1. Estacionaridade
24 4. Modelagem Em um modelo esaísico adequado para se evidenciar a exisência de uma relação lead-lag enre as variáveis à visa e fuura de um índice é necessário primeiramene verificar se as variáveis logarimo
Leia mais3 Modelos de Markov Ocultos
23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável
Leia mais*UiILFRGH&RQWUROH(:0$
*UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos
Leia maisINFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO
INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO Luiz Henrique Paraguassú de Oliveira 1, Paulo Robero Guimarães Couo 1, Jackson da Silva Oliveira 1, Walmir Sérgio da Silva 1, Paulo Lyra Simões
Leia maisMODELAGEM ESTOCÁSTICA DE SÉRIES FINANCEIRAS PARA APLICAÇÃO EM PROJETOS DE INVESTIMENTO DO SETOR ELÉTRICO
GAE/ 14 17 à de ouubro de 1999 Foz do Iguaçu Paraná - Brasil GRUPO VI GRUPO DE ESTUDOS DE ASPECTOS EMPRESARIAIS (GAE) MODELAGEM ESTOCÁSTICA DE SÉRIES FINANCEIRAS PARA APLICAÇÃO EM PROJETOS DE INVESTIMENTO
Leia maisMETODOLOGIA PARA IMPLEMENTAÇÃO DE SISTEMAS DE PREVISÃO DE DEMANDA
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO METODOLOGIA PARA IMPLEMENTAÇÃO DE SISTEMAS DE PREVISÃO DE DEMANDA Fernando Rezende Pellegrini
Leia maisEixo Temático ET Energia PREVISÃO DOS NÍVEIS DE RADIAÇÃO SOLAR GLOBAL PARA O MUNICÍPIO DE JOÃO PESSOA
750 Eixo Temáico ET-06-012 - Energia PREVISÃO DOS NÍVEIS DE RADIAÇÃO SOLAR GLOBAL PARA O MUNICÍPIO DE JOÃO PESSOA Luiz Moreira Coelho Junior 1, Thiago Freire Melquiades 2, Filipe Vanderlei Alencar 3, Levi
Leia mais5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t
5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,
Leia mais4 O Papel das Reservas no Custo da Crise
4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal
Leia maisMÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA
MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida
Leia maisMODELO DE PREVISÃO PARA O FLUXO DE DESEMBARQUE DE PASSAGEIROS NO TERMINAL RODOVIÁRIO DE BELÉM RESUMO
MODELO DE PREVISÃO PARA O FLUXO DE DESEMBARQUE DE PASSAGEIROS NO TERMINAL RODOVIÁRIO DE BELÉM Edson Marcos Leal Soares Ramos (*) Silvia dos Sanos de Almeida (**) Dennison Célio de Oliveira Carvalho (***)
Leia maisPREVISÃO DE DEMANDA DE ACESSOS MÓVEIS NO SISTEMA DE TELEFONIA BRASILEIRO
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO PREVISÃO DE DEMANDA DE ACESSOS MÓVEIS NO SISTEMA DE TELEFONIA BRASILEIRO Leandro Henz
Leia maisANÁLISE COMPARATIVA ENVOLVENDO MODELOS ARIMA E SISTEMAS INTELIGENTES PARA PREVISÃO DE DEMANDA DE ENERGIA ELÉTRICA NO CURTÍSSIMO PRAZO
Anais do IX Congresso Brasileiro de Redes Neurais /Ineligência Compuacional (IX CBRN) Ouro Preo 25-28 de Ouubro de 2009 Sociedade Brasileira de Redes Neurais ANÁLISE COMPARATIVA ENVOLVENDO MODELOS ARIMA
Leia maisAPLICAÇÃO DE MODELOS QUANTITATIVOS DE PREVISÃO EM UMA EMPRESA DE TRANSPORTE FERROVIÁRIO
XXIII ENEGEP - Ouro Preo, MG, Brasil, 22 a 24 de ouubro de 2003 APLICAÇÃO DE MODELOS QUANTITATIVOS DE PREVISÃO EM UMA EMPRESA DE TRANSPORTE FERROVIÁRIO Ricardo Ferrari Pacheco Universidade Caólica de Goiás
Leia maisCircuitos Elétricos I EEL420
Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com
Leia maisProblema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica
Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,
Leia maisFunção de risco, h(t) 3. Função de risco ou taxa de falha. Como obter a função de risco. Condições para uma função ser função de risco
Função de risco, h() 3. Função de risco ou axa de falha Manuenção e Confiabilidade Prof. Flavio Fogliao Mais imporane das medidas de confiabilidade Traa-se da quanidade de risco associada a uma unidade
Leia maisMÉTODOS ESTATÍSTICOS DE SUAVIZAÇÃO EXPONENCIAL HOLT- WINTERS PARA PREVISÃO DE DEMANDA EM UMA EMPRESA DO SETOR METAL MECÂNICO
Universidade Tecnológica Federal do Paraná - UTFPR Campus Pona Grossa - Paraná - Brasil ISSN 1808-0448 / v. 08, n. 04: p. 154-171, 2012 D.O.I: 10.3895/S1808-04482012000400009 Revisa Gesão Indusrial MÉTODOS
Leia maisUniversidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria
Universidade do Esado do Rio de Janeiro Insiuo de Maemáica e Esaísica Economeria Variável dummy Regressão linear por pares Tese de hipóeses simulâneas sobre coeficienes de regressão Tese de Chow professorjfmp@homail.com
Leia maisESTUDO COMPARATIVO DE SÉRIES TEMPORAIS PARA PREVISÃO DE VENDAS DE UM PRODUTO
ESTUDO COMPARATIVO DE SÉRIES TEMPORAIS PARA PREVISÃO DE VENDAS DE UM PRODUTO William Jacobs Roselaine Ruviaro Zanini 2 Manfred Cosa 3 RESUMO: Ese arigo apresena um esudo comparaivo de modelos de séries
Leia mais4 Análise de Sensibilidade
4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de
Leia mais4 Método de geração de cenários em árvore
Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.
Leia mais5 Erro de Apreçamento: Custo de Transação versus Convenience Yield
5 Erro de Apreçameno: Cuso de Transação versus Convenience Yield A presene seção em como objeivo documenar os erros de apreçameno implício nos preços eóricos que eviam oporunidades de arbiragem nos conraos
Leia maisDEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:
DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das
Leia maisMódulo de Regressão e Séries S Temporais
Quem sou eu? Módulo de Regressão e Séries S Temporais Pare 4 Mônica Barros, D.Sc. Julho de 007 Mônica Barros Douora em Séries Temporais PUC-Rio Mesre em Esaísica Universiy of Texas a Ausin, EUA Bacharel
Leia maisPrevisão de curto prazo de carga de energia elétrica do estado de Santa Catarina
Previsão de curo prazo de carga de energia elérica do esado de Sana Caarina haís Rohling Girardi (UFSC) hagirardi@gmail.com Gerson Ishikawa (UFSC) gerson.ishikawa@ia90.com.br Resumo: Os requisios das previsões
Leia maisEstimação de Hiperparâmetros para um Modelo de Previsão Holt-Winters com Múltiplos Ciclos por Algoritmos Genéticos
Deparameno de Engenaria Elérica Esimação de Hiperparâmeros para um Modelo de Hol-Winers com Múliplos iclos por Algorimos Genéicos Mario esar da Fonseca orrêa Orienadores: Marco Aurélio. Paceco e Reinaldo
Leia maisFACULDADE DE CIÊNCIAS ECONÔMICAS PROGRAMA DE PÓS-GRADUÇÃO EM ECONOMIA ROSANGELA CAVALERI COMBINAÇÃO DE PREVISÕES APLICADA À VOLATILIDADE
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL FACULDADE DE CIÊNCIAS ECONÔMICAS PROGRAMA DE PÓS-GRADUÇÃO EM ECONOMIA ROSANGELA CAVALERI COMBINAÇÃO DE PREVISÕES APLICADA À VOLATILIDADE Poro Alegre 008 ROSANGELA
Leia mais2 Revisão Bibliográfica
Revisão Bibliográfica Ese capíulo apresena os principais conceios, abordagens e a formulação básica das meodologias que esão incluídas no modelo HPA. Conceios maemáicos e esaísicos mais dealhados podem
Leia maisEnunciado genérico. Trabalho: Séries Temporais Disciplina: Estatística Ambiental
Enunciado genérico Trabalho: Séries Temporais Disciplina: Esaísica Ambienal Criérios de escolha da série 1. A série escolhida deverá er uma exensão, N, de pelo menos 150 observações da variável em esudo;.
Leia maisTRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 18 LIVRO DO NILSON)
TRANSFORMADA DE FOURIER NOTAS DE AULA (CAP. 8 LIVRO DO NILSON). CONSIDERAÇÕES INICIAIS SÉRIES DE FOURIER: descrevem funções periódicas no domínio da freqüência (ampliude e fase). TRANSFORMADA DE FOURIER:
Leia mais4 Aplicação do Modelo
Aplicação do Modelo É possível enconrar na lieraura diversas aplicações que uilizam écnicas esaísicas e de compuação inensiva para realizar previsões de curo prazo na área de energia elérica. Enre elas
Leia maisCOMPARAÇÃO DE DESEMPENHO DE ESTATÍSTICAS DE MONITORAMENTO DA QUALIDADE DE PREVISÕES DE SÉRIES TEMPORAIS
Engenharia de Produção, Infraesruura e Desenvolvimeno Susenável: a Agenda Brasil+0 Curiiba, PR, Brasil, 07 a 0 de ouubro de 204. COMPARAÇÃO DE DESEMPENHO DE ESTATÍSTICAS DE MONITORAMENTO DA QUALIDADE DE
Leia maisProf. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC
MB770 Previsão usa ando modelos maemáicos Prof. Carlos H. C. Ribeiro carlos@comp.ia.br www.comp.ia.br/~carlos ramal 5895 sala 106 IEC Aula 14 Modelos de defasagem disribuída Modelos de auo-regressão Esacionariedade
Leia mais2º FÓRUM INTERNACIONAL ECOINOVAR Santa Maria/RS 23 e 24 de Setembro de Eixo Temático: Estratégia e Internacionalização de Empresas
Sana Maria/RS 23 e 24 de Seembro de 2013 Eixo Temáico: Esraégia e Inernacionalização de Empresas UMA ANÁLISE ESTATÍSTICA DOS ACIDENTES DO TRABALHO REGISTRADOS NO RIO GRANDE DO SUL COMO SUBSÍDIO PARA O
Leia maisAPLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS NO CONTROLE DA POLUIÇÃO PROVOCADA PELO TRÁFEGO DE VEÍCULOS MOTORIZADOS
! "#$ " %'&)(*&)+,- /2*&4365879&4/:+58;2*=?5@A2*3B;- C)D 5,5FE)5G+ &4- (IHJ&?,+ /?=)5KA:+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G- D - ;/);& Foz do Iguaçu, PR, Brasil, 9 a de ouubro de 27 APLICAÇÃO DA ANÁLISE
Leia mais3 A Função de Reação do Banco Central do Brasil
3 A Função de Reação do Banco Cenral do Brasil Nese capíulo será apresenada a função de reação do Banco Cenral do Brasil uilizada nese rabalho. A função segue a especificação de uma Regra de Taylor modificada,
Leia maisdi L Ri v V dt + + = (1) dv dt
Experiência Circuio RLC érie Regime DC Aluno: Daa: / /. Objeivos de Aprendizagem dese Experimeno A experiência raa de circuios ransiórios de segunda ordem. O objeivo dese experimeno é: Analisar as diferenes
Leia maisO Modelo Linear. 4.1 A Estimação do Modelo Linear
4 O Modelo Linear Ese capíulo analisa empiricamene o uso do modelo linear para explicar o comporameno da políica moneária brasileira. A inenção dese e do próximo capíulos é verificar se variações em preços
Leia maisExercícios sobre o Modelo Logístico Discreto
Exercícios sobre o Modelo Logísico Discreo 1. Faça uma abela e o gráfico do modelo logísico discreo descrio pela equação abaixo para = 0, 1,..., 10, N N = 1,3 N 1, N 0 = 1. 10 Solução. Usando o Excel,
Leia maisCOMPARAÇÃO ENTRE OS MÉTODOS DE PREVISÃO UNIVARIADOS PARA O PREÇO MÉDIO DA SOJA NO BRASIL
XXII Enconro Nacional de Engenharia de Produção Curiiba PR, 23 a 25 de ouubro de 2002 COMPARAÇÃO ENTRE OS MÉTODOS DE PREVISÃO UNIVARIADOS PARA O PREÇO MÉDIO DA SOJA NO BRASIL Wesley Vieira da Silva, Dr.
Leia maisEconometria Semestre
Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por
Leia mais3 Modelo Teórico e Especificação Econométrica
3 Modelo Teórico e Especificação Economérica A base eórica do experimeno será a Teoria Neoclássica do Invesimeno, apresenada por Jorgensen (1963). Aneriormene ao arigo de Jorgensen, não havia um arcabouço
Leia maisALBINO MILESKI JUNIOR ANÁLISE DE MÉTODOS DE PREVISÃO DE DEMANDA BASEADOS EM SÉRIES TEMPORAIS EM UMA EMPRESA DO SETOR DE PERFUMES E COSMÉTICOS
ALBINO MILESKI JUNIOR ANÁLISE DE MÉTODOS DE PREVISÃO DE DEMANDA BASEADOS EM SÉRIES TEMPORAIS EM UMA EMPRESA DO SETOR DE PERFUMES E COSMÉTICOS Disseração apresenada ao Programa de Pós- Graduação em Engenharia
Leia maisINTERVALO BOOTSTRAP PARA PREVISÕES DE SÉRIES TEMPORAIS OBTIDAS PELO MÉTODO THETA
DANIEL STEFFEN INTERVALO BOOTSTRAP PARA PREVISÕES DE SÉRIES TEMPORAIS OBTIDAS PELO MÉTODO THETA Disseração apresenada como requisio parcial à obenção do íulo de Mesre em Ciências pelo Programa de Pós-graduação
Leia maisUNIVERSIDADE FEDERAL DE JUIZ DE FORA MÉTODOS DE PREVISÃO APLICADOS A UMA SÉRIE DE VOLUME DE PRODUÇÃO DE CAMINHÕES
UNIVERSIDADE FEDERAL DE JUIZ DE FORA Isaac dos Sanos Lourenço Luis de Oliveira Nascimeno MÉTODOS DE PREVISÃO APLICADOS A UMA SÉRIE DE VOLUME DE PRODUÇÃO DE CAMINHÕES JUIZ DE FORA, MG BRASIL JULHO DE 2012
Leia maisForecasts for the Brazilian Exports in 2011 using structural models
MPRA Munich Personal RePEc Archive Forecass for he Brazilian Expors in 11 using srucural models Lucas Lúcio Godeiro Federal Rural Universiy of Semi-Arid December 11 Online a hps://mpra.ub.uni-muenchen.de/4518/
Leia maisANÁLISE DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA TÊXTIL ATRAVÉS DE CARTAS DE CONTROLE
5, 6 e 7 de Agoso de 010 ISSN 1984-9354 ANÁLISE DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA TÊXTIL ATRAVÉS DE CARTAS DE CONTROLE Maria Emilia Camargo (Universidade de Caxias do Sul) kamargo@erra.com.br Waler
Leia maisAPLICAÇÃO DOS MODELOS ARMA NA PREVISÃO DE VENDAS
RESUMO APLICAÇÃO DOS MODELOS ARMA NA PREVISÃO DE VENDAS Auoria: Mara Olivia Rovedder de Oliveira, Felipe Tavares Milach, Vior Francisco Dalla Core A arefa de previsão de vendas pode ser complexa, porém
Leia maisXIX Seminário Nacional de Distribuição de Energia Elétrica
XIX Seminário Nacional de Disribuição de Energia Elérica SENDI 2010 22 a 26 de novembro São Paulo - SP - Brasil Projeção de Demanda de Barramenos Eléricos da Elekro sem Medição Permanene aravés da Meodologia
Leia maisIntrodução ao Controle Ótimo: Otimização de funções e funcionais. Otimização paramétrica. Problema de controle ótimo com tempo final fixo.
Inrodução ao Conrole Óimo: Oimização de funções e funcionais. Oimização paramérica. Problema de conrole óimo com empo final fio. Oimização Deerminação de uma ação que proporciona um máimo de benefício,
Leia mais4 Modelo de fatores para classes de ativos
4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos
Leia maisPREVISÃO DE DADOS DE ALTA FREQÜÊNCIA PARA CARGA ELÉTRICA USANDO HOLT-WINTERS COM DOIS CICLOS
PREVISÃO DE DADOS DE ALTA FREQÜÊNCIA PARA CARGA ELÉTRICA USANDO HOLT-WINTERS COM DOIS CICLOS Crisina Vidigal Cabral de Miranda 1 Ponifícia Universidade Caólica do Rio de Janeiro Rua Marquês de São Vicene
Leia maisCINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA
CINÉTICA QUÍMICA LEI DE VELOCIDADE - TEORIA Inrodução Ese arigo raa de um dos assunos mais recorrenes nas provas do IME e do ITA nos úlimos anos, que é a Cinéica Química. Aqui raamos principalmene dos
Leia maisDETERMINAÇÃO DA RAZÃO DE HEDGE ÓTIMA PARA O BOI GORDO NO MERCADO FUTURO DA BM&F PELA APLICAÇÃO DA SIMULAÇÃO MONTE CARLO
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. DETERMINAÇÃO DA RAZÃO DE HEDGE ÓTIMA PARA O BOI GORDO NO MERCADO FUTURO DA BM&F PELA APLICAÇÃO DA SIMULAÇÃO MONTE CARLO Reginaldo Sanana Figueiredo (UFG)
Leia mais3 Metodologias Analisadas
3 Meodologias Analisadas Nese capíulo, são apresenados alguns modelos de previsão de séries emporais analisados nesa disseração. Anes de passar para os modelos propriamene, são inroduzidos alguns conceios
Leia maisFONTES DE CRESCIMENTO DA PRODUÇÃO DE MILHO SAFRINHA NOS PRINCIPAIS ESTADOS PRODUTORES, BRASIL,
FONTES DE CRESCIMENTO DA PRODUÇÃO DE MILHO SAFRINHA NOS PRINCIPAIS ESTADOS PRODUTORES, BRASIL, 993-0 Alfredo Tsunechiro (), Vagner Azarias Marins (), Maximiliano Miura (3) Inrodução O milho safrinha é
Leia maisANÁLISE DAS SÉRIES DE VIOLÊNCIA CONTRA A MULHER EM SÃO JOÃO DEL-REI
UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI CURSO DE LICENCIATURA EM MATEMÁTICA Denise de Assis Paiva ANÁLISE DAS SÉRIES DE VIOLÊNCIA CONTRA A MULHER EM SÃO JOÃO DEL-REI São João del-rei 2017 Denise de Assis
Leia maisControle estatístico de processo: soluções de um estudo de caso usando procedimentos estatísticos
XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004 Conrole esaísico de processo: soluções de um esudo de caso usando procedimenos esaísicos Suzana Leião Russo (URI) jss@urisan.che.br Rober Wayne
Leia mais3 METODOLOGIA E AMOSTRA
3 METODOLOGIA E AMOSTRA 3.1. Descrição da Amosra Foram uilizados o índice da Bolsa de Valores de São Paulo (Ibovespa) como represenaivo da careira de mercado e os cerificados de depósios inerfinanceiros
Leia mais