• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

[en] A REGRESSION MODEL FOR FORECASTING INTERSTATE COACH PASSANGERS DEMAND IN BRAZIL: ESTIMATION, TESTING AND DIAGNOSTICS / [pt] UM MODELO DE REGRESSÃO PARA A PREVISÃO DE DEMANDA DE PASSAGENS DE ÔNIBUS INTERESTADUAIS NO BRASIL: ESTIMAÇÃO, TESTES E DIAGNÓSTICOS

ISABELA XANCHAO DOMINGUEZ 26 June 2002 (has links)
[pt] O objetivo desta dissertação é estimar um modelo para prever a demanda de passagens rodoviárias em ligações interestaduais no Brasil. Para perseguir este objetivo serão utilizados modelos de regressão linear múltipla e redes neurais. Os modelos de regressão foram testados em relação a sua forma funcional e investigados para a presença de observações aberrantes e influentes. Os resultados evidenciaram que as não- linearidades modeladas pela rede neural não resultam em melhor poder preditivo em relação ao modelo de regressão e, que este apresenta um razoável poder de previsão embora haja possibilidade de super dimensionamento da demanda. / [en] The objective of this dissertation is to estimate a model to forecast the demand of intra state passenger transport tickets in Brazil. To reach this objective, a multiple regression analysis model and artificial neural networks will be used. Regression models were tested in their functional behavior and investigated for the presence of outliers and influent observations. Our results showed that the non linearity modelled by the neural networks did not result in a better forecast when compared to the regression model. Our final regression model has a reasonable forecasting power, although there is possibility of overestimating the demand.

Page generated in 0.0332 seconds