CONSTRUÇÃO DE MODELOS E PREVISÃO PARA EXPLICAÇÃO DA ENTRADA TURÍSTICA NO PORTO MAUÁ/ ALBA POSSE
|
|
- Walter Sanches Ximenes
- 6 Há anos
- Visualizações:
Transcrição
1 CONSTRUÇÃO DE MODELOS E PREVISÃO PARA EXPLICAÇÃO DA ENTRADA TURÍSTICA NO PORTO MAUÁ/ ALBA POSSE Suzana Russo, Dra Orienadora Norbero Omar Ilgner Orienador Fernanda de Melo Basso Bolsisa PIBIC/CNPq RESUMO No âmbio geral, o uso da esaísica auxilia em imporanes arefas profissionais e procura sineizar e represenar de forma compreensível à informação conida num conjuno de dados, aravés de vários méodos para obenção de conclusões e para omada de decisões. É possível analisar a série emporal do fluxo urísico no Poro Mauá /Alba Posse e desenvolver uma equação demonsraiva da realidade do fluxo de passagem de pessoas nesse poro. A dificuldade imposa pela ravessia do Rio Uruguai limia ano o fluxo urísico, quano o fluxo de cargas. Eses faos nos razem a seguine realidade enre a divisa Brasil Argenina no Noroese do RS. O fluxo urísico regional produzido pela população dese poro caraceriza-se por incursões de cura duração. A necessidade de modalização do mundo real em esimulado de forma inensa, o desenvolvimeno de novos méodos, que são capazes de descrever com maior grau de adequação as iner-relações enre as variáveis. O presene rabalho visa nesa eapa inicial, à análise emporal da enrada urísica no Poro Mauá /Alba Posse. Aravés da colea de dados, ainda em andameno, obiveram-se resulados parciais, eses indicam que o modelo enconrado foi SARIMA (3,1,)(,,1), e um MAPE de 17,87%. Palavras - Chave: Turismo; Séries Temporais; Modelos Box e Jenins. 1. INTRODUÇÃO No âmbio geral, o uso da esaísica auxilia em imporanes arefas profissionais e procura sineizar e represenar de forma compreensível à informação conida num conjuno de dados, aravés de vários méodos para obenção de conclusões e para omada de decisões. A dificuldade imposa pela ravessia do Rio Uruguai limia ano o fluxo urísico, quano o fluxo de cargas. Eses faos nos razem a seguine realidade enre a divisa Brasil Argenina no Noroese do RS. O fluxo urísico regional produzido pela população dese poro caraceriza-se por incursões de cura duração. A necessidade de modalização do mundo real em esimulado de forma inensa, o desenvolvimeno de novos méodos, que são capazes de descrever com maior grau de adequação as iner-relações enre as variáveis. Nese rabalho procurou-se inroduzir a fundamenação eórica relaiva a meodologia que Box e Jenins desenvolveram para analisar o comporameno de variáveis aravés de séries de empo, sendo assim, preende-se analisar a enrada de pessoas no Poro Mauá/Alba Posse, ou seja, enconrar uma equação represenaiva dos dados e enconrar previsões à curo prazo.
2 . OBJETIVOS.1 Objeivo Geral O presene rabalho visa nesa eapa inicial, à análise emporal da enrada urísica no Poro Mauá /Alba Posse, ou seja, aplicar écnicas adequadas para descrever o comporameno da série número de pessoas que realizam a ravessia, além de enconrar uma equação represenaiva dos dados.. Objeivos Específicos Modelar a série represenaiva do número de pessoas que realizam a ravessia diária no Poro Mauá /Alba Posse no período de janeiro de a julho de 3; Fazer previsões a curo prazo das séries proposas;. 3.FUNDAMENTAÇÃO TEÓRICA: 3.1 Séries Esacionárias e Parâmeros Um processo esocásico é dio esriamene esacionário se suas propriedades não são afeadas por uma mudança na origem de empo, iso é, a disribuição conjuna P(Z, Z + ) é a mesma qualquer que seja. Sob o pono de visa inuiivo, uma série é esacionária se : a) não há mudança sisemáica da média (endência); b) não há mudança sisemáica na variância; c) não há variações esriamene periódicas. A maior pare da eoria de séries emporais lida com séries esacionárias. Por isso, a série deve ser rabalhada previamene aravés de ransformações. O gráfico da série deve mosrar as propriedades mais imporanes (endência, sazonalidade). Se a série é aproximadamene esacionária, o processo gerador esacionário pode, enão, ser adequadamene descrio pelos momenos de suas disribuições de probabilidade (Mureira; Müller e Turmman, 1993). O esudo dos processos esacionários pode ser feio no domínio da freqüência ou no domínio do empo. O esudo no domínio da freqüência dá papel de relevo aos conceios de periodograma e de densidade especral; o domínio no empo aribui papel predominane às funções auocovariância e auocorrelação (Belrão, 1991). A auocorrelação é uma medida de dependência enre observações da mesma série separadas por um deerminado inervalo chamado reardo. A função de auocorrelação (ACF) nada mais é do que a represenação gráfica do coeficiene de auocorrelação em função dos diversos reardos que podem ser aribuídos aos dados (Box, Jenins, Reinsel, 1994). A função de auocorrelação (ACF) permie que se enenda melhor o comporameno da dependência esaísica enre os dados e, poseriormene, será úil quando da deerminação de qual série emporal uilizar para o ajuse do processo. Define-se auocorrelação de ordem como
3 3 γ ρ = γ esimado por: o r = C Co onde γ = E[( Z µ )( Z µ )] é a auocovariância de ordem + γ = σ é a variância para cada o Z Z N K 1 C = γ = Z Z Z Z ( )( + ) N = 1 N = número de observações = N Z Z é a média amosral = 1 N Oura ferramena necessária à idenificação do processo é a função auocorrelação parcial, medida de auocorrelação de ordem condicionada ao conhecimeno das auocorrelações em odos os reardos de ordem inferior a. É definida por {φ } onde * φ = R R * sendo: R a mariz de auocorrelação já definida; R seu deerminane; R a mariz que difere de R somene pela úlima coluna, subsiuída por ( ρ1, ρ,..., ρ ) (Belrão, 1991). 3. Meodologia Box e Jenins Inicialmene, consrói-se o gráfico da série para inspeção visual da esacionariedade. Calculam-se média, variância, auocorrelações e auocorrelações parciais { φ }. O eságio da idenificação requer compuação auomáica e inspeção das auocorrelações esimadas (Souza e Camargo, 1996). É conveniene, ambém, consruir o hisograma dos valores observados para dar supore à hipóese de normalidade. Tesar a suposição de normalidade obendo os coeficienes de assimeria e curose associados à série de observações. Se a média da série é diferene de zero, deve-se rabalhar com a série desviada ~ Z = Z Z. Assim, é preciso esar se E( Z )= comparando-se Z com seu desvio s( Z ), que depende do processo. Deve-se ambém calcular, para cada modelo idenificado, as esimaivas iniciais dos parâmeros e da variância do ruído branco. O modelo que não se enquadrar nas resrições de admissibilidade - esacionariedade e inversibilidade - deverá, em princípio, ser rejeiado. Deve-se, ambém, esar a significância de cada parâmero, comparando sua esimaiva com o desvio associado.
4 4 3.3 O ciclo ieraivo de modelagem Feia a idenificação do modelo genérico ARMA(p,q), passa-se para a obenção das esimaivas de máxima verossimilhança (eficienes) para os (p+q+) parâmeros (φ1,..., φp, θ1,..., θ q, µ, σ ). a Em seguida, passa-se ao diagnósico do modelo, analisando-se a série de resíduos proveniene do ajusameno. Sendo aceio o modelo como ajusado, passa-se à fase de previsão, caso conrário, a análise dos resíduos deve indicar o novo modelo correne (Box e Jenins, 1976). O esquema da figura 1 mosra o ciclo ieraivo da modelagem Box e Jenins. Classe Geral dos Modelos Idenificação do Modelo Correne Esimação dos Parâmeros Diagnósico do Modelo N O modelo esá ajusado? S Previsões Úeis FIGURA 1 O ciclo ieraivo de modelagem Box e Jenins Obidas as esimaivas dos parâmeros resa decidir se o modelo é adequado. Esa decisão é omada mediane a verificação dos resíduos esimados. A verificação pode ser feia aravés do que se segue (Box e Jenins, 1976): 1) Auocorrelação dos resíduos: inspeção do gráfico r ( $a ). Se o modelo é adequado, as auocorrelações r ( $a ) devem esar praicamene odas denro dos limies de ± desvios padrões. ) Tese de Durbin-Wason: em por objeivo esar a hipóese nula de que os resíduos {a } são independenes.
5 5 3) Tese de Pormaneau: aravés da esaísica Q = N σ ( a$), esa-se a hipóese nula de que as auocorrelações, r ( $a ), = 1,,..., são iguais a zero. Se o modelo não é apropriado, os valores médios de Q enderão a crescer. Se a verificação do diagnósico acusa inadequação do modelo, é necessário enconrar o novo modelo para esudo. Se vários modelos são ajusados, o melhor será o que apresena menor valor de Q. Obido o modelo ajusado e, conseqüenemene as esimaivas dos parâmeros, pare-se para a uilização do modelo em previsão. Para uma série gerada por um ARMA φ( B) Z = θ ( B) a, define-se Z ˆ ( l) como uma previsão de Z l feia no insane para o avanço l (Box e Jenins, 1976). A parir da origem, far-se-á previsão Z $ ( l) Z + que pode ser uma função linear de l decorrene de valores prévios Z 1, Z,..., como ambém de resíduos a, a 1, a... Tomando-se a função de previsão: ) Z ( l ) = ψla + ψl + 1 a 1 + ψl + a +... onde ψ l, ψ l +1,... são pesos a serem deerminados. O erro no insane, para o avanço l, é dado por: ) e ( l) = Z Z( l ) = a + l + l com Var ( e ( l)) = (1 + ψ1 + ψ ψ l 1) σ a O inervalo de confiança para a previsão, com um nível de significância α é: l 1 1 ) Z + lε Z ( l) ± α ( σ a ψ j ) j= = Criério de validação A íulo de validar modelo ajusado, com visas à realização das previsões, será uilizado o MAPE (Erro Absoluo Médio Percenual). O MAPE será calculado a parir das previsões um passo à frene gerado por cada modelo esimado (Russo, 1989). O seguine criério de ajuse ambém deve ser considerado. MAPE (%) = Z Zˆ Z n 4. ANÁLISE DOS DADOS 4.1 Série Represenaiva do Fluxo de Pessoas no Poro Mauá/Alba Posse Após a colea dos dados, primeiramene foi consruído um gráfico represenaivo da série do fluxo de enrada de pessoas no Poro Mauá/Alba Posse, conforme figura 1:
6 6 5 Série de Enrada de Pessoas no Poro Mauá/Alba Posse Nº de pessoas Dias Figura 1 Gráfico represenaivo da série de enrada no Poro Mauá/Alba Posse O gráfico dos valores da série observada permie a visualização de uma série com endência crescene, sugerindo a exisência de componene sazonal significaiva (no decorrer do esabelecimeno da ordem do modelo, essa suposição sobre a exisência do componene sazonal deverá ser mais precisamene analisada, aravés do comporameno da função de auocorrelação e auocorrelação parcial). Função de Auocorrelação Enrada Poro Mauá/Alba Posse (Sandard errors are whie-noise esimaes) 1 +,55,415 +,397, ,63, ,7, ,31, ,411, ,433, ,365, ,61,41 1 +,131, ,134,41 1 +,189, ,97, ,35, ,31,41-1, -,5,,5 1, Q p 176,9, 68,7, 39,1, 351,7, 47,7, 56,6, 616,6, 694,6, 734,5, 744,7, 755,, 776,4, 88,7, 891,4, 948,5, Figura Gráfico represenaivo da função de auocorrelação Função de Auocorrelação Parcial Enrada Poro Mauá (Sandard errors assume AR order of -1) 1 +,55,416 +,133, ,, ,134, ,15, ,7, ,14, ,14, ,41, ,134, ,7, ,4, ,113, ,7, ,6,416-1, -,5,,5 1, Conf. Limi Figura 3 Gráfico represenaivo da função de auocorrelação parcial 4. Esabelecimeno da ordem do modelo (valor de d, D) A análise da figura permie verificar a exisência de uma série com endência crescene e sazonalidade. Significa dizer que a série não é esacionária ( d ) e orna-se necessário diferenciá-la para ober uma série esacionária. Para o esabelecimeno mais preciso da ordem d pode-se fazer o esudo da função de auocorrelação, a qual para simplificação será chamada de ACF. A seguir apresena-se os valores das séries diferenciadas e seus respecivos gráficos:
7 7 Enrada P.M Gráfico da Série Diferenciada: Enrada Poro Mauá/Alba Posse D(1); Dias Figura 4 Gráfico represenaivo da série diferenciada X Função de Auocorrelação da Série Diferenciada Enrada P.M.: ARIMA (3,1,) residuos; (Sandard errors are whie-noise esimaes) Q p 1 -,56,416 1,81,1783 -,9,415 6,77,34 3 -,16,415 16,5,11 4 -,53,414 53,31, 5 -,91,414 58,17, 6 +,14,414 67,13, 7 +,178,413 85,58, 8 +,88,413 9,1, 9 -,4,413 9,11, 1 -,3,41 114,4, 11 -,164,41 13,3, 1 -,74,41 133,5, 13 +,19,411 14,6, 14 +,131,411 15,8, 15 +,1,41 159,7, -1, -,5,,5 1, Figura 5 Gráfico represenaivo da função de auocorrelação da série diferenciada X Função de Auocorrelação Parcial Enrada P.M.: ARIMA (3,1,) residuos; (Sandard errors assume AR order of -1) 1 -,56,417 -,96, ,139, ,89, ,19, ,4, ,94, ,39, ,3, ,144, ,16, ,117, ,, ,16, ,17,417-1, -,5,,5 1, Figura 6 Gráfico represenaivo da função de auocorrelação parcial da série diferenciada X Assim, se consruindo o correlograma, se consaa que o coeficiene de auocorrelação não diminui rapidamene para zero quando o valor de (lags) aumena, pode-se concluir que a série não é esacionária. Em caso conrário, se o coeficiene de auocorrelação diminuir rapidamene para zero, pode-se dizer que a série é esacionária.. O gráfico para a série diferenciada demonsrado na figura 4, possibilia observar que a função de auocorrelação das figuras 5 e 6 apresena um decaimeno rápido para zero. Assim, pode observar que a série é esacionária. Com base nesa eoria, buscou-se analisar a ACF das séries X ( ), X ( ) 4.3 Esabelecimeno da ordem do modelo sazonal (p,d.q)x(p,d,q) O modelo a seguir apresena sazonalidade. 5 Gráfico da Série Sazonal: Enrada Poro Mauá/Alba Posse D(1); Nº de Pessoas Figura 7 Gráfico represenaivo da série sazonal. Dias
8 8 Função de Auocorrelação Enrada P.M.: ARIMA (3,1,)(,,1) residuos; (Sandard errors are whie-noise esimaes) 1 -,49,416 -,95, ,64, ,84, ,64, ,1, ,45, ,11, ,41, ,6, ,9,41 1 -,45, ,5, ,169, ,38,41 Q p 1,39,379 6,6,365 9,1,9 13,9,19 15,46,86 15,71,154 16,87,18 16,95,37 17,94,359 18,34,495 18,39,73 19,58,755 19,6,157 36,59,9 37,46,11 Função de Auocorrelação Parcial Enrada P.M.: ARIMA (3,1,)(,,1) residuos; (Sandard errors assume AR order of -1) 1 -,49,417 -,98, ,75, ,13, ,9, ,16, ,78, ,43, ,9, ,46, ,6, ,66, ,19, ,, ,15,417-1, -,5,,5 1, -1, -,5,,5 1, Figura 8 Gráfico da função de auocorrelação da série sazonal. Figura 9 Gráfico da função de auocorrelação parcial da série sazonal. Para de ober a ordem (p,d), a análise é efeuada aravés das funções de X. auocorrelação (ACF) e auocorrelação parcial (PACF) da série esacionária ( ) Pode-se observar na figura 5 que a ACF da série X apresena a primeira defasagem significaivamene diferene de zero, iso é, o valor do coeficiene de auocorrelação esá fora ± s para >. dos limies de conrole, ( ) r A figura 6 mosra que a PACF apresena uma queda rápida para zero, apesar de apresenar uma defasagem significaiva. A análise conjuna das ACF e PACF permie esabelecer o possível modelo: SARIMA (3,1,)(,,1). Tabela 1 Sumário do modelo ajusado de Enrada Poro Mauá/Alba Posse (Fluxo.sa) Parâmero Esimaiva Consane -,9116 AR(1) -,56588 AR() -,36168 AR(3) -,19366 SAR(7),994 SAR(14),955 MA(1),79995 A escolha do melhor modelo depende do criério adoado. Para fins de ajusameno do modelo esimado aos dados observados, pode-se adoar o criério da variância residual mínima. Por esse criério, o modelo escolhido é o SARIMA (3,1,)(,,1) Sazonal lag: 7 MS Resíduos =16,4.
9 9 4.4 Checagem do Diagnósico A eapa de verificação da escolha do modelo, efeuada no iem anerior, consise em avaliar se os resíduos daquele modelo formam um processo de ruído branco. Para ano, um dos eses mais sugerido por Box e Jenins é o Pormaneau, aravés da esaísica Q. Além da inspeção gráfica da série residual e das funções de auocorrelação e auocorrelação parcial. 8 Probabilidade de Normalidade dos Resíduos ARIMA (3,1,)(,,1) residuos; 6 4 Valores Normais Esperados Valores Figura 1 Gráfico represenaivo da probabilidade de normalidade dos resíduos Função de Auocorrelação Enrada P.M.: ARIMA (3,1,)(,,1) residuos; (Sandard errors are whie-noise esimaes) 1 -,49,416 -,95, ,64, ,84, ,64, ,1, ,45, ,11, ,41, ,6, ,9,41 1 -,45, ,5, ,169, ,38,41-1, -,5,,5 1, Q p 1,39,379 6,6,365 9,1,9 13,9,19 15,46,86 15,71,154 16,87,18 16,95,37 17,94,359 18,34,495 18,39,73 19,58,755 19,6,157 36,59,9 37,46,11 Figura 11 Gráfico represenaivo da função de auocorrelação dos resíduos Função de Auocorrelação Parcial dos Resíduos Enrada P.M.: ARIMA (3,1,)(,,1) residuals; (Sandard errors assume AR order of -1) 1 -,49,417 -,98, ,75, ,13, ,9, ,16, ,78, ,43, ,9, ,46, ,6, ,66, ,19, ,, ,15,417-1, -,5,,5 1, Figura 1 Gráfico represenaivo da função de auocorrelação parcial dos resíduos 4.5 Previsões A fase final do processo é o cálculo dos valores previsos para um horizone previamene esabelecido. Essa fase consiui-se somene de cálculos, os quais são oalmene esabelecidos pelo programa compuacional. Para a escolha do melhor modelo e para fins de previsão uilizou-se o MAPE (Erro Absoluo Médio Percenual). O MAPE calculado a parir das previsões foi de 17,87%.
10 1 As previsões esão represenadas na Figura 13, bem como os limies de confiança. 5 Previsão do Modelo:(3,1,)(,,1) Início: 1 Fim: Figura 13 Gráfico represenaivo das previsões Observado Previso ± 9% METODOLOGIA A pesquisa consou de um embasameno bibliográfico, para levanar as noções eóricas a respeio da meodologia esaísica proposa. Foi feia a colea diária dos dados, referenes ao período de janeiro de a julho de 3, aravés da consula a documenos organizacionais, direamene na Receia Federal da cidade de Poro Mauá. Com os dados coleados foi feia uma análise na meodologia Box e Jenins, onde se obeve o modelo sazonal SARIMA(3,1,)(,,1), e um erro médio percenual absoluo de 17,87%. Foram enconradas previsões para o modelo. Não foi analisado os ouliers nese esudo. 6. CONCLUSÃO Concluí-se com esse rabalho que a série precisou ser diferenciada para a reirada da auocorrelação dos dados e que o modelo SARIMA se adapou melhor, verificou-se a presença de ouliers, sendo assim sugere-se para rabalhos fuuros a análise de inervenção. 7. REFERÊNCIAS BIBLIOGRÁFICAS BELTRÃO, Kaizô Iwaami. Séries Temporais no Domínio da Freqüência: Uma Inrodução. Rio de Janeiro. ABE SBE BOX, G.E.P. & JENKINS, G.M. Time Series Analysis. Forescaing and Conrol. 1ª ed.. San Francisco. Day BOX, G.E.P. & JENKINS, G.M. Time Series Analysis, Frecasing and Conrol. 3ª ed.. San Francisco. Day MURTEIRIA, Beno J. F. MÜLLER, Daniel A. TURKMAN. Feridum. Análise de Sucessões Cronológicas. Porugal. Ed. McGraw. 1993
11 11 RUSSO, Suzana Leião. A demanda de gasolina e óleo diesel no Brasil no período de 198 a Sana Maria. Ed. UFSM RUSSO, Suzana Leião. Gráficos de conrole para variáveis não-conformes auocorrelacionadas. 1ª ed. Sana Caarina. UFSC. Florianópolis. SOUZA, Reinaldo. CAMARGO, Maria Emília. Sana Maria. Análise e Previsão de Séries Temporais: Os Modelos ARIMA. SEDIGRAF. 1996
Estudo 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 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 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 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 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 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 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 maisSéries 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 maisAnálise através de gráficos de controle da série resistência à compressão da areia base para fundição
Análise aravés de gráficos de conrole da série resisência à compressão da areia base para fundição Suzana Leião Russo (URI) jss@urisan.che.br Monique Valenim da Silva (URI) movalenim@yahoo.com.br Carine
Leia maisAPOSTILA DE MODELOS LINEARES EM SÉRIES TEMPORAIS
UNIVERSIDADE FEDERAL DE MINAS GERAIS - UFMG INSIUO DE CIÊNCIAS EXAAS ICEx DEPARAMENO DE ESAÍSICA ES APOSILA DE MODELOS LINEARES EM SÉRIES EMPORAIS Glaura da Conceição Franco (ES/UFMG) Belo Horizone, agoso
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 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 maisGrupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)
INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísica II - Licenciaura em Gesão Época de Recurso 6//9 Pare práica (quesões resposa múlipla) (7.6 valores) Nome: Nº Espaço reservado para a classificação (não
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 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 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 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 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 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 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 maisCapítulo 4. Propriedades dos Estimadores de Mínimos Quadrados
Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i
Leia maisMODELAGEM E PREVISÃO POR MEIO DE METODOLOGIA BOX & JENKINS: UMA FERRAMENTA DE GESTÃO
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO MODELAGEM E PREVISÃO POR MEIO DE METODOLOGIA BOX & JENKINS: UMA FERRAMENTA DE GESTÃO DISSERTAÇÃO
Leia mais5 Aplicação da Modelagem Estrutural ao problema de previsão de Preço Spot de Energia Elétrica.
Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 41 5 Aplicação da Modelagem Esruural ao problema de previsão de Preço Spo de Energia Elérica. 5.1. Inrodução Nesa
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 mais2 Os métodos da família X Introdução
2 Os méodos da família X 2. Inrodução O méodo X (Dagum, 980) emprega médias móveis (MM) para esimar as principais componenes de uma série (Sysem of Naional Accouns, 2003): a endência e a sazonalidade.
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 maisTeste F na Regressão Linear Múltipla para Dados Temporais com Correlação Serial.
Deparameno de Ciências e ecnologias Mesrado em Esaísica, Maemáica e Compuação ese F na Regressão Linear Múlipla para Dados emporais com Correlação Serial. Bruno Fernando Pinheiro Faria Lisboa, Mesrado
Leia maisIV. METODOLOGIA ECONOMÉTRICA PROPOSTA PARA O CAPM CONDICIONAL A Função Máxima Verosimilhança e o Algoritmo de Berndt, Hall, Hall e Hausman
IV. MEODOLOGIA ECONOMÉRICA PROPOSA PARA O CAPM CONDICIONAL 4.1. A Função Máxima Verosimilhança e o Algorimo de Bernd, Hall, Hall e Hausman A esimação simulânea do CAPM Condicional com os segundos momenos
Leia maisEscola de Administração Fazendária ESAF. Título: MODELO DE PREVISÃO PARA ARRECADAÇÃO TRIBUTÁRIA
Escola de Adminisração Fazendária ESAF Tema: Ajuse Fiscal e Dívida Pública SubTema: Ajuse Fiscal e Equilíbrio Macroeconômico Tíulo: MODELO DE PREVISÃO PARA ARRECADAÇÃO TRIBUTÁRIA SUMÁRIO - INTRODUÇÃO 2
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 maisInstituto de Física USP. Física V - Aula 26. Professora: Mazé Bechara
Insiuo de Física USP Física V - Aula 6 Professora: Mazé Bechara Aula 6 Bases da Mecânica quânica e equações de Schroedinger. Aplicação e inerpreações. 1. Ouros posulados da inerpreação de Max-Born para
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 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 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 maisEXAME NACIONAL DE SELEÇÃO 2007
EXAME NACINAL E SELEÇÃ 007 PRVA E ESTATÍSTICA o ia: 8/0/006 - QUARTA FEIRA HRÁRI: 0h30 às h 45 (horário de Brasília) EXAME NACINAL E SELEÇÃ 007 o ia:8/0(quara-feira) Manhã:0:30h às h 45 ESTATÍSTICA Insruções.
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 maisExperiência IV (aulas 06 e 07) Queda livre
Experiência IV (aulas 06 e 07) Queda livre 1. Objeivos. Inrodução 3. Procedimeno experimenal 4. Análise de dados 5. Quesões 6. Referências 1. Objeivos Nesa experiência, esudaremos o movimeno da queda de
Leia maisInstituto de Física USP. Física Moderna. Aula 23. Professora: Mazé Bechara
Insiuo de Física USP Física Moderna Aula 3 Professora: Mazé Bechara Aula 3 Bases da Mecânica quânica e equações de Schroedinger: para odos os esados e para esados esacionários. Aplicação e inerpreações.
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 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 maisPrevisão de consumos a curto prazo
Previsão de consumos a curo prazo Séries emporais Cláudio Moneiro Disribuição de Energia II 5º ano da LEEC - ramo de Energia (FEUP) Séries emporais Esa é a meodologia clássica mais popular para a previsão
Leia maisEstimação em Processos ARMA com Adição de Termos de Perturbação
UNIVER ERSIDADE DE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEP EPARTAMENTO DE ESTATÍSTICA Esimação em Processos ARMA com Adição de Termos de Perurbação Auor: Paricia Vieira de Llano Orienador:
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 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 maisMODELOS USADOS EM QUÍMICA: CINÉTICA NO NÍVEL SUPERIOR. Palavras-chave: Modelos; Cinética Química; Compostos de Coordenação.
MDELS USADS EM QUÍMICA: CINÉTICA N NÍVEL SUPERIR André Luiz Barboza Formiga Deparameno de Química Fundamenal, Insiuo de Química, Universidade de São Paulo. C.P. 6077, CEP 05513-970, São Paulo, SP, Brasil.
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 maisUniversidade Federal de Lavras
Universidade Federal de Lavras Deparameno de Esaísica Prof. Daniel Furado Ferreira 11 a Teoria da Decisão Esaísica 1) Quais são os erros envolvidos nos eses de hipóeses? Explique. 2) Se ao realizar um
Leia maisLUCAS KEN TAMURA SÉRIES TEMPORAIS COM VARIÁVEIS EXÓGENAS E GRÁFICOS DE CONTROLE COMO FERRAMENTAS DE DECISÃO NO MERCADO FINANCEIRO
LUCAS KEN TAMURA SÉRIES TEMPORAIS COM VARIÁVEIS EXÓGENAS E GRÁFICOS DE CONTROLE COMO FERRAMENTAS DE DECISÃO NO MERCADO FINANCEIRO Trabalho de Formaura apresenado à Escola Poliécnica da Universidade de
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 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 maisCE017 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA
CE07 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA Esas Noas de Aula êm apenas o objeivo de faciliar o rabalho do aluno em sala de aula na pare de anoação do coneúdo exposo pelo professor e com iso se ganha
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 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 maisEstimação em Modelos de Volatilidade Estocástica com Memória Longa
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Esimação em Modelos de Volailidade Esocásica com Memória Longa Auor: Gusavo Correa Leie Orienador: Professor
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 maisLista de Exercícios #11 Assunto: Séries Temporais
. ANPEC 995 - Quesão 5 Lisa de Exercícios # Assuno: Séries Temporais Sea yi xi i ordinários (MQO) de e, respecivamene. Pode-se afirmar que: uma equação de regressão e seam a e b esimadores de mínimos quadrados
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 maisEconometria de Séries Temporais Rogério Silva de Mattos, D.Sc.
Economeria de Séries Temporais Rogério Silva de Maos, D.Sc. UNIVERSIDADE FEDERAL DE JUIZ DE FORA (UFJF) FACULDADE DE ECONOMIA (FE) Economeria III O COMEÇO Box e Jenkins (1970) processos esocásicos nãoesacionários/inegrados
Leia maisMovimento unidimensional 25 MOVIMENTO UNIDIMENSIONAL
Movimeno unidimensional 5 MOVIMENTO UNIDIMENSIONAL. Inrodução Denre os vários movimenos que iremos esudar, o movimeno unidimensional é o mais simples, já que odas as grandezas veoriais que descrevem o
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 DOS MODELOS BAYESIANOS NA COOPERATIVA REGIONAL TRITÍCOLA SERRANA LTDA. COTRIJUÍ
APLICAÇÃO DOS MODELOS BAYESIANOS NA COOPERATIVA REGIONAL TRITÍCOLA SERRANA LTDA. COTRIJUÍ Suzana Russo Profa DCET URI Sano Ângelo/RS Joanirse Oriz Miranda Bolsisa PROBIC/URI INTRODUÇÃO A produção e a comercialização
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 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 maisESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 12º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Introdução ao Cálculo Diferencial II
ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 2º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tema II Inrodução ao Cálculo Diferencial II TPC nº 9 Enregar em 4 2 29. Num loe de bolbos de úlipas a probabilidade de que
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 mais6 Análise do processo de filtragem
6 Análise do processo de filragem Ese capíulo analisa o processo de filragem para os filros de Kalman e de parículas. Esa análise envolve ão somene o processo de filragem, não levando em consideração o
Leia maisAULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM
AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e
Leia maisCritérios e Metodologia de Apuração de Superfície de Volatilidade
Criérios e Meodologia de Apuração de Superfície de Volailidade Diariamene são calculadas superfícies de volailidade implícia de odos os vencimenos de conraos de opções em que há posição em abero e/ou séries
Leia maisDesenvolvimento de modelos e ferramenta computacional para avaliação dos riscos e minimização das violações de tensão em sistemas de distribuição
esenvolvimeno de modelos e ferramena compuacional para avaliação dos riscos e minimização das violações de ensão em sisemas de disribuição A. Méffe, enerq/epusp; C. C. B. de Oliveira, enerq/epusp; T. P.
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 maisDINÂMICA POPULACIONAL COM CONDIÇÃO INICIAL FUZZY
DINÂMICA OULACIONAL COM CONDIÇÃO INICIAL FUZZY Débora Vailai (ICV-UNICENTRO), Maria José de aula Casanho (Orienadora), e-mail: zeza@unicenro.br. Universidade Esadual do Cenro-Oese, Seor de Ciências Exaas
Leia maisCapítulo 2: Proposta de um Novo Retificador Trifásico
30 Capíulo 2: Proposa de um Novo Reificador Trifásico O mecanismo do descobrimeno não é lógico e inelecual. É uma iluminação suberrânea, quase um êxase. Em seguida, é cero, a ineligência analisa e a experiência
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 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 maisAplicações à Teoria da Confiabilidade
Aplicações à Teoria da ESQUEMA DO CAPÍTULO 11.1 CONCEITOS FUNDAMENTAIS 11.2 A LEI DE FALHA NORMAL 11.3 A LEI DE FALHA EXPONENCIAL 11.4 A LEI DE FALHA EXPONENCIAL E A DISTRIBUIÇÃO DE POISSON 11.5 A LEI
Leia maisAplicação de Função de Transferência na Monitoração do Fio de Polipropileno da Empresa Têxtil Oeste Ltda.
XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 Aplicação de Função de Transferência na Monioração do Fio de Polipropileno da Empresa Têxil Oese Lda. Suzana Russo (URI) jss@urisan.che.br Maria Emilia
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 maisFACULDADE DE ECONOMIA DO PORTO. Licenciatura em Economia E C O N O M E T R I A II
FACULDADE DE ECONOMIA DO PORTO Licenciaura em Economia E C O N O M E T R I A II (LEC310) Exame Final Época de Recurso 14 de Julho de 2006 NOTAS PRÉVIAS: 1. A primeira pare da prova em duração de 75 minuos
Leia mais