Navegando por Palavras-chave "ARIMA"

Agora exibindo 1 - 4 de 4
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Um modelo de projeção de vendas e produção de veículos para o Brasil
    (Universidade Federal de São Paulo, 2023-12-08) Oliveira, Eduardo Domenici de [UNIFESP]; Porto, Paulo Costacurta de Sá [UNIFESP]; http://lattes.cnpq.br/3851033592036079
    O presente trabalho visa a elaboração de um modelo de projeção de vendas e de produção de veículos para o Brasil, por meio de séries temporais. Por meio dos dados coletados, serão testadas algumas possibilidades de modelos a serem utilizados, tais como os modelos auto regressivos como ARIMA e SARIMA, além de modelos autorregressivos em conjunto a algumas variáveis explicativas, como ARIMAX e SARIMAX, que, de acordo com a literatura disponível, têm impacto nas variáveis dependentes (vendas e produção). Este estudo contribuirá para o entendimento do setor automobilístico, vital para a indústria e a economia do Brasil, cuja literatura ainda é escassa.
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Predição de índices financeiros utilizando modelo ARIMA e LSTM: um estudo comparativo
    (Universidade Federal de São Paulo, 2024-09-10) Alves, Guilherme Salgado [UNIFESP]; Sato, Renato Cesar [UNIFESP]; http://lattes.cnpq.br/6095929487408447; http://lattes.cnpq.br/4416670321061872
    O mercado de capitais tem como principal objetivo a maximização de retornos financeiros através do ganho de capital. Neste contexto, a aquisição de ativos com valor de mercado inferior ao seu potencial intrínseco, com a subsequente realização de lucros por meio da valorização desses ativos, constitui o objetivo inerente a todos os participantes deste setor da economia. Diversos métodos são utilizados para mensurar e prever os valores de ativos financeiros, e a antecipação dos movimentos de preços no mercado torna-se uma atividade de interesse crítico para investidores e instituições. Ao longo de toda a história do mercado, diversos modelos de previsão foram desenvolvidos com o propósito de melhorar a acurácia dessas antecipações, e com o recente advento da computação, a maioria dos processos consiste em meios e ferramentas computacionais para desenvolver essas atividades. Com isso, é natural surgirem os questionamentos referentes à acurácia, custo e a comparação entre os modelos mais canônicos e os mais atuais. Desta forma, este trabalho visa comparar dois modelos distintos de previsão de preços de ativos: um modelo matemático de séries temporais amplamente conhecido e consolidado no mercado (ARIMA), com um modelo computacional baseado em redes neurais recorrentes, mais recente complexo (LSTM). O projeto busca comparar os desempenhos na previsão de preços de índices financeiros, como as diferenças de complexidade entre os modelos afeta os resultados obtidos. Além disso, será analisada a influência do horizonte de previsão na acurácia dos modelos, os erros apresentados, custo computacional e qual a sua relação com a precisão adicionada.
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Previsão de ocorrências de acidentes e/ou incidentes em modelos de aviões “ipanema” e “Sêneca” via ajuste de curvas e métodos autoregressivos
    (Universidade Federal de São Paulo, 2023-12-15) Reinert, Vinícius [UNIFESP]; Garcia, Raphael Oliveira [UNIFESP]; https://www.escavador.com/sobre/5940890/raphael-de-oliveira-garcia
    Reconhecendo a importância da prevenção de acidentes aéreos no Brasil, é proposto uma análise estatística de dados da SIPAER entre 2012 e 2022, com ênfase nos modelos Ipanema (ICAO “IPAN”) e Sêneca (ICAO “PA34”). Como essas aeronaves são amplamente utilizadas, os acidentes recentes levantam preocupações, justificando uma investigação mais profunda. A segurança é destacada como prioridade, com implicações significativas em termos de segurança pública, ambiente e economia. Diante da rara ocorrência de acidentes em comparação com o número total de voos, é enfatizado a importância de compreender as tendências passadas para se preparar adequadamente para as ocorrências, minimizando o impacto financeiro. O objetivo geral do estudo reside na busca por padrões e tendências nessas ocorrências, visando contribuir para a segurança da aviação através da compreensão matemática das variáveis-chave "Acidentes", "Acidentes Fatais", "Fatalidades" e "Índice de Fatalidades". Os objetivos específicos incluem a caracterização estatística dos dados, análise de dispersão, ajustes de curva para previsão e a aplicação do método ARIMA para trazer uma margem de segurança nas projeções. A metodologia utilizada consiste no ajuste de curva selecionado a partir do coeficiente de determinação R², com a interação do ARIMA posteriormente, visto que testes indicam uma forte tendência da base de dados conter um modelo com ruído branco para ambos os modelos. Em suma, o modelo apresenta capacidade de previsão para algumas variáveis, revelando potencial de uso prático para prever ocorrências futuras.
  • Imagem de Miniatura
    Item
    Acesso aberto (Open Access)
    Séries temporais aplicadas na predição de poluentes na região de Santos - SP
    (Universidade Federal de São Paulo, 2022-08-04) Silva, Leticia Alves da [UNIFESP]; Pereira, André Luiz Vizine [UNIFESP]; http://lattes.cnpq.br/5977522212667911; Universidade Federal de São Paulo (UNIFESP)
    A aplicação de séries temporais vem sendo bastante discutida nos últimos anos, devido a ampla abrangência de sua utilização em diferentes setores, seja na indústria, no âmbito tecnológico, econômico ou social, são baseadas em um conjunto de técnicas que permitem não só estudar e modelar um comportamento geral, mas também fazer previsões de valores futuros (Guerra Rodríguez et al. (2022). Neste contexto, sabendo que a cidade de Santos, localizada no litoral do estado de São Paulo, é considerada uma das cidades mais importantes do país, principalmente devido às suas atividades no setor portuário, contemplando o maior e mais importante complexo portuário da América do Sul em seu território (Guedes et al., 2021), o presente estudo teve como objetivo predizer o comportamento de poluentes atmosféricos no município de Santos – SP, durante os períodos pré e pós pandemia a partir da análise de séries temporais, através do uso de dados disponibilizados pelo sistema QUALAR da CETESB, para cinco poluentes: o MP2.5, MP10, NO2, O3 e SO2. Os modelos foram ajustados com o uso da linguagem Python e da biblioteca auto-arima parametrizada para encontrar o melhor modelo SARIMA (Modelo Autorregressivo Integrado de Médias Móveis com Sazonalidade) para cada um dos poluentes e como forma de analisar seu desempenho, foi utilizado o Erro Percentual Absoluto Médio (MAPE) e a Raiz Quadrada do Erro Médio (RMSE) que como resultado trouxeram maiores taxas de acerto para o poluente NO2, com um percentual de 92% no cenário pré pandemia e 89% no pós pandemia. Contudo, observou-se um bom resultado obtido pelo modelo proposto para todos os poluentes, com exceção do SO2, que não foi possível identificar se sua taxa de erro em torno de 40% em ambos os cenários está diretamente relacionada à sua medição ou a fatores externos que podem ter influenciado no baixo desempenho.