[pt] A presente dissertação se insere no contexto da energia eólica, que é a fonte de energia que mais cresce na matriz elétrica brasileira, segundo dados da Empresa de Pesquisa de Energia (EPE), com projeções para que esse crescimento se mantenha. Com isso, a principal motivação do presente trabalho é o fato de que desenvolver e aplicar métodos de previsão cada vez mais precisos para as variáveis determinantes na produção de energia eólica em um aerogerador, como a velocidade do vento, é de crucial importância para o planejamento da operação do sistema elétrico nacional. Logo, o objetivo principal do trabalho é adaptar e aplicar uma metodologia de previsão de séries temporais em um banco de dados formado por medições de velocidade de vento. A metodologia se constrói a partir da análise exploratória dos dados, onde pode se observar características importantes, como estacionariedade na média e uma estrutura sazonal complexa, que envolve um ciclo diário e uma sazonalidade mensal. Com isso, foi adaptado um modelo de amortecimento exponencial com múltiplos ciclos que incorpora simulação de Monte Carlo e decomposição da série através do método TBATS, para realizar as previsões. Como resultados e conclusões, é possível observar que modelo adaptado se mostrou adequado para tratar o problema proposto, quando comparado com os modelos de previsão estabelecidos pela literatura, resultando em um aumento na precisão das previsões realizadas. / [en] This work is in the context of wind energy, which is the energy source that grows more in the Brazilian energy matrix, according to the Energy Research Company (EPE), with projections that this growth will continue. Thus, the main motivation of this work is the fact that developing and implementing increasingly precise forecasting methods for the key variables in the production of wind energy in a wind turbine, such as wind speed, is of crucial importance for planning of the national electric system operation. Therefore, the main objective of this work is to adapt and apply a time series forecasting methodology in a database formed by wind speed measurements. The methodology is built from the exploratory analysis of data, which can be observed important features such as stationary mean and a complex seasonal structure, which involves a daily cycle and monthly seasonality. Thus, it was adapted an exponential smoothing model that incorporates multiple cycles, Monte Carlo simulation and decomposition of the series through the TBATS method, to make forecasts. As results and conclusions, it is possible to observe that model adapted was adequate to address the proposed issue, compared with the forecast models established in the literature, resulting in an increase in the accuracy of forecasts made.

A capacidade de prever resultados futuros, ao se analisar uma série de dados, é uma importante ferramenta para o planejamento de qualquer empresa ou indústria. Porém, a literatura oferece muitas opções de ferramentas e modelos estatísticos que permitem obter estas previsões. Cada qual com suas características e recomendações. Dentre estes modelos, destacam-se os modelos de Box e Jenkins, e os modelos de Redes Neurais Artificiais (RNA) - com destaque aos modelos de perceptron de múltiplas camadas (MLP). Estas duas diferentes abordagens são comparadas nesta dissertação com relação a sua capacidade de obter previsões acuradas em séries de dados não lineares quanto a sua média. As abordagens foram comparadas utilizando-se a série mensal do índice de produção física industrial do Estado do Rio Grande do Sul. Bem como a série anual de manchas solares, sendo a segunda utilizada como caso-controle para as comparações, devido ao fato de que as suas propriedades já foram amplamente estudadas. No estudo da série do índice de produção física mensal, os modelos de Box e Jenkins obtiveram melhor rendimento. Na série das manchas solares foram os modelos MLP que se destacaram. Desta forma, não é possível afirmar se alguma das abordagens é superior - tratando-se de séries de dados não lineares quanto a sua média. / The capacity to preview future outcomes on the time series analysis is an important tool for any business and industry planning. However, the literature offers many options on statistical tools and models which allow to obtain these forecasts. Each one with their features and recommendations. 1n these models, the Box and Jenkins and Artificial Neural Networks (ANN) models, with the multilayer perceptron (MLP) highlighted, stand out. These two different approaches are compared in this thesis related to the capacity to obtain accurate forecasts in mean related non-linear time series analysis. These approaches were compared using the monthly physical production index of Rio Grande do Sul time series and the sunspot series, being the second one used as a case-control to the comparisons, due the fact of its properties are already widely studied. 1n the monthly physical production index series study, t,he Box and Jenkins models obtained better efficiency. 1n the sunspot series, the MLP models were highlighted. So, it isn't possible to affirm if any of the approaches is superior, in the case of mean related non-linear time series.

O crescente uso de redes sociais gera quantidades enormes de dados que podem ser empregados em vários tipos de análises. Alguns desses dados têm informação temporal e geográfica, as quais podem ser usadas para posicionar precisamente a informação no tempo e no espaço. Nesse contexto, neste trabalho é proposto um novo método para a análise do volume massivo de mensagens disponível no Twitter, com o objetivo de identificar eventos como programas de TV, mudanças climáticas, desastres e eventos esportivos que estejam ocorrendo em regiões específicas do globo. A abordagem proposta é baseada no uso de uma rede neural para detecção de outliers em séries temporais, as quais são formadas por estatísticas coletadas em tweets localizados em diferentes divisões políticas (i.e., países, cidades). Esses outliers são usados para identificar eventos como um comportamento anormal nos dados Twitter. A efetividade do método é avaliada comparando os eventos identificados com notícias nos meios de comunicação. / The increasing use of social networks generates enormous amounts of data that can be employed for various types of analysis. Some of these data have temporal and geographical information, which can be used to precisely position information in time and space. In this document, a new method is proposed to analyze the massive volume of messages available in Twitter to identify events such as TV shows, climate change, disasters, and sports that are occurring in specific regions of the globe. The proposed approach is based on a neural network used to detect outliers from a time series, which is built upon statistical data from tweets located in different political divisions (i.e., countries, cities). These outliers are used to identify events as an abnormal behavior in Twitter's data. The effectiveness of the method is evaluated by comparing the events identified on the news media.

A capacidade de prever resultados futuros, ao se analisar uma série de dados, é uma importante ferramenta para o planejamento de qualquer empresa ou indústria. Porém, a literatura oferece muitas opções de ferramentas e modelos estatísticos que permitem obter estas previsões. Cada qual com suas características e recomendações. Dentre estes modelos, destacam-se os modelos de Box e Jenkins, e os modelos de Redes Neurais Artificiais (RNA) - com destaque aos modelos de perceptron de múltiplas camadas (MLP). Estas duas diferentes abordagens são comparadas nesta dissertação com relação a sua capacidade de obter previsões acuradas em séries de dados não lineares quanto a sua média. As abordagens foram comparadas utilizando-se a série mensal do índice de produção física industrial do Estado do Rio Grande do Sul. Bem como a série anual de manchas solares, sendo a segunda utilizada como caso-controle para as comparações, devido ao fato de que as suas propriedades já foram amplamente estudadas. No estudo da série do índice de produção física mensal, os modelos de Box e Jenkins obtiveram melhor rendimento. Na série das manchas solares foram os modelos MLP que se destacaram. Desta forma, não é possível afirmar se alguma das abordagens é superior - tratando-se de séries de dados não lineares quanto a sua média. / The capacity to preview future outcomes on the time series analysis is an important tool for any business and industry planning. However, the literature offers many options on statistical tools and models which allow to obtain these forecasts. Each one with their features and recommendations. 1n these models, the Box and Jenkins and Artificial Neural Networks (ANN) models, with the multilayer perceptron (MLP) highlighted, stand out. These two different approaches are compared in this thesis related to the capacity to obtain accurate forecasts in mean related non-linear time series analysis. These approaches were compared using the monthly physical production index of Rio Grande do Sul time series and the sunspot series, being the second one used as a case-control to the comparisons, due the fact of its properties are already widely studied. 1n the monthly physical production index series study, t,he Box and Jenkins models obtained better efficiency. 1n the sunspot series, the MLP models were highlighted. So, it isn't possible to affirm if any of the approaches is superior, in the case of mean related non-linear time series.

Orientador: Plinio Almeida Barbosa / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Estudos da Linguagem / Made available in DSpace on 2018-08-06T09:56:13Z (GMT). No. of bitstreams: 1 Merlo_Sandra_M.pdf: 2584021 bytes, checksum: 6d29aa46ae01697da804147e4b44a6e1 (MD5) Previous issue date: 2006 / Resumo: O comportamento temporal das hesitações na fala semi-espontânea é o tema desta pesquisa experimental. Investigou-se a possibilidade de as hesitações apresentarem-se periodicamente em textos falados e suas relações com tipos textuais, apoio visual e conhecimento declarativo. Participaram do estudo cinco adultos jovens, do gênero masculino, universitários, falantes nativos do português brasileiro e sem distúrbios de comunicação. Cada sujeito produziu quatro textos: descrição de estado a partir da figura de um quarto, descrição de estado sobre seu próprio quarto, narrativa de um cartoon e narrativa de uma situação vivida. Pausas silenciosas hesitativas, pausas preenchidas, repetições hesitativas, prolongamentos hesitativos e falsos inícios (corrigidos e abandonados) foram considerados como marcas de hesitação; em contrapartida, pausas silenciosas fluentes, repetições fluentes ou reformuladoras, prolongamentos fluentes ou reformuladores, paráfrases, correções e marcadores discursivos não foram considerados exemplares de hesitação. Os textos foram transcritos, separando-se os intervalos que apresentavam hesitações daqueles que não apresentavam. Os intervalos de hesitação receberam o número ¿0¿ e os intervalos de não-hesitação receberam o número ¿1¿. A codificação numérica foi amostrada a cada 200 milissegundos para que as séries temporais fossem construídas. A estatística descritiva indicou que os intervalos de hesitação satisfizeram a hipótese nula da distribuição gama, apresentando média e mediana em torno de 1 segundo, mínimo de 120 milissegundos e máximo de 5 segundos. Em relação à duração textual, a média e a mediana de hesitação estiveram em torno de 20%. A análise espectral demonstrou a existência de periodicidades de hesitação em todos os textos analisados, com média e mediana em torno de 10 segundos, mínimo de 2 segundos e máximo de 78 segundos. A organização periódica indica que a hesitação não é um fenômeno aleatório temporalmente, porque suas oscilações se repetem ao longo do tempo, o que aponta para um fenômeno estável dinamicamente e que pode ser antecipado. Em geral, os textos apresentaram mais de uma periodicidade, as quais foram atribuídas ao macroplanejamento, microplanejamento, codificador gramatical e codificador fonológico; nenhuma periodicidade foi atribuída à articulação. A atribuição de operações lingüístico-cognitivas como mecanismos geradores das periodicidades reforça a noção de que as hesitações são propriedades do processamento em curso. A presença de mais de uma periodicidade no mesmo texto sugere que o processamento da língua falada na memória operacional ocorre em paralelo, com os recursos sendo compartilhados por diferentes operações lingüístico-cognitivas. A estatística não-paramétrica não indicou diferença significativa quando as periodicidades foram comparadas em relação ao tipo textual (descrições versus narrativas), presença ou ausência de apoio visual (descrição de figura e narrativa de cartoon versus descrição e narrativa pessoais) e tipo de conhecimento declarativo envolvido (conhecimento semântico na descrição de figura, descrição pessoal e narrativa de cartoon versus conhecimento episódico na narrativa pessoal), sugerindo que as hesitações também são uma propriedade do locutor e não apenas do processamento em curso / Abstract: The focus of this experimental research is the temporal behavior of hesitation phenomena in semi-spontaneous speech. The possibility that hesitation phenomena occur periodically in spoken texts and their relations with text types, picture support and declarative knowledge were examined. The subjects were five young male adults, university students, native speakers of Brazilian Portuguese with no history of communication impairments. Each subject has produced four texts: state description from a bedroom picture, state description of his own bedroom, narrative from a cartoon and narrative about an experienced event. Hesitation phenomena were classified as silent hesitation pauses, filled pauses, hesitative repetitions, hesitative prolongations and false starts (retraced and unretraced); signs that were not considered as hesitation phenomena include fluent silent pauses, fluent or reformulative repetitions, fluent or reformulative prolongations, paraphrases, corrections and discourse markers. The texts were transcribed and the intervals with and without hesitation phenomena were distinguished. Hesitation phenomena intervals received the number ¿0¿ and non-hesitation intervals received the number ¿1¿. The number codes were sampled at intervals of 200 milliseconds to generate time series. Descriptive statistics indicated that the duration of hesitation phenomena intervals fulfilled the null hypothesis of gamma distribution with mean and median around 1 second, minimum of 120 milliseconds and maximum of 5 seconds. Concerning total text duration, mean and median of hesitation phenomena were around 20%. Spectral analysis detected the existence of hesitation phenomena periodicities in all texts, with mean and median around 10 seconds, minimum of 2 seconds and maximum of 78 seconds. The periodic organization supports the notion that hesitation phenomena do not occur temporally by chance, because their oscillations repeat through time, what signals to dynamically stable phenomena that can be anticipated. The texts usually presented more than one periodicity, which were regarded as belonging to macroplanning, microplanning, grammatical encoder and phonological encoder; no periodicity was regarded as belonging to articulation. The suggestion that linguistic-cognitive processes are the basis of the observed periodicities support the notion of hesitation phenomena as a characteristic of current processing. The presence of more than one periodicity in the same text suggest that spoken language is processed in parallel by working memory with resources being shared by different linguistic-cognitive processes at the same time. Non-parametric statistics did not indicate significant differences when periodicities were compared with regard to text type (descriptive versus narrative texts), presence or absence of picture support (picture description and cartoon narrative versus personal description and personal narrative) and declarative knowledge type (semantic knowledge in picture description, personal description and cartoon narrative versus episodic knowledge in personal narrative), suggesting that hesitation phenomena are also a characteristic of speaker and not just a characteristic of current processing / Mestrado / Fonetica e Fonologia / Mestre em Linguística

[pt] Apesar do reconhecimento amplo da qualidade das previsões obtidas na aplicação de um modelo ARIMA à previsão de séries temporais univariadas, seu uso tem permanecido restrito pela falta de procedimentos automáticos, computadorizados. Neste trabalho este problema é discutido e um algoritmo é proposto. / [en] Inspite of general recognition of the good forecasting ability of ARIMA models in predicting time series, this approach is not widely used because of the lack of automatic, computerized procedures. In this study this problem is discussed, and an algorithm is proposed.

[pt] O Modelo Estrutural, recentemente desenvolvido por Harvey, considera a tradicional idéia de modelar uma série a partir de suas componentes básicas não observadas. Em particular, a componente cíclica, que descreve um movimento senoidal amortecido, pode ser utilizada para explicar um comportamento repetitivo ao longo da série. O uso desta componente é motivado pelo fato de que o seu espectro teórico apresenta um pico de valor finito. O modelo original de Harvey define o ciclo da série a partir de uma única senóide amortecida. Porém, a estimação do espectro de algumas séries reais revelou ser razoável supor que a componente cíclica de tais séries representa uma soma de várias senóides amortecidas em diferentes seqüências. Neste trabalho é proposta uma extensão da componente cíclica para o modelo de Harvey e discute-se, para o modelo estendido, a estrutura ARIMA equivalente. Constrói-se um teste de multiplicadores de Lagrange no domínio da freqüência, com o objetivo de verificar a existência de uma freqüência adicional na estrutura do ciclo. Finalmente, a teoria apresentada na dissertação é aplicada de forma a testar a presença de uma segunda freqüência no ciclo da série de índices pluviométricos de Fortaleza. / [en] The Structural Models, recently suggested by Harvey, uses the classic idea of modelling a time series y its non observed components. The cyclical component of the series, which is defined by a smoothed sine, is a special one that may be used for explaining a repetitive behaviour along the series. The motivation for using this component lies in the finite valued peak presnted by its theoretic spectrum. Harvey´s model stays that the cycle of the series is defined by a single smoothed sine. However, the estimated spectrum of certain series showed that it is reasonable to suppose the cyclical component of those series as being a sum of distinct smoothed sines of different frequencies. This thesis proposses an extension of the cyclical component in Harvey´s model and discusses the equivalent ARIMA structure for this extended component. We develop a Lagrange Multipliers test in the frequence domain for verifying the existence of an extra frequence in the cyclical component. The theory presented in the dissertation is applied with the purpose of testing the presence of a second frequence in the cycle of the series of sunspot numbers and in the series of rainfall in Fotaleza.

Orientadores: Mauricio Enrique Zevallos Herencia, Luiz Koodi Hotta / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Matematica, Estatistica e Computação Cientifica / Made available in DSpace on 2018-08-14T12:07:35Z (GMT). No. of bitstreams: 1 Martim_SimoniFernanda_M.pdf: 2441806 bytes, checksum: 4d34450ac590270c90e7eb66a293b51b (MD5) Previous issue date: 2009 / Resumo: O diagnóstico de modelos é uma etapa fundamental para avaliar a qualidade do ajuste dos modelos. Nesse sentido, uma das ferramentas de diagnóstico mais importantes é a análise de influência. Peña (2005) introduziu uma forma de analisar a influência em modelos de regressão, a qual avalia como cada ponto é influenciado pelos outros na amostra. Essa estratégia de diagnóstico foi adaptada por Hotta e Motta (2007) na análise de influência dos modelos de volatilidade estocástica univariados. Nesta dissertação, é realizado um estudo de diagnóstico de influência para modelos de volatilidade estocástica univariados assimétricos, assim como para modelos de volatilidade estocástica multivariados. As metodologias propostas são ilustradas através da análise de dados simulados e séries reais de retornos financeiros. / Abstract: Model diagnostics is a key step to assess the quality of fitted models. In this sense, one of the most important tools is the analysis of influence. Peña (2005) introduced a way of assessing influence in linear regression models, which evaluates how each point is influenced by the others in the sample. This diagnostic strategy was adapted by Hotta and Motta (2007) on the influence analysis of univariate stochastic volatility models. In this dissertation, it is performed a study of influence diagnostics of asymmetric univariate stochastic volatility models as well as multivariate stochastic volatility models. The proposed methodologies are illustrated through the analysis of simulated data and financial time series returns. / Mestrado / Series Temporais Financeiras / Mestra em Estatística

[pt] Séries temporais são ferramentas importantes para análise de eventos que ocorrem em diferentes domínios do conhecimento humano, como medicina, física, meteorologia e finanças. Uma tarefa comum na análise de séries temporais é a busca por eventos pouco frequentes que refletem fatos de interesse sobre o domínio de origem da série. Neste trabalho, buscamos desenvolver técnicas para detecção de eventos raros em séries temporais. Formalmente, uma série temporal A igual a (a1, a2,..., an) é uma sequência de valores reais indexados por números inteiros de 1 a n. Dados dois números, um inteiro t e um real d, dizemos que um par de índices i e j formam um evento-(t, d) em A se, e somente se, 0 menor que j - i menor ou igual a t e aj - ai maior ou igual a d. Nesse caso, i é o início do evento e j o fim. Os parâmetros t e d servem para controlar, respectivamente, a janela de tempo em que o evento pode ocorrer e a magnitude da variação na série. Assim, nos concentramos em dois tipos de perguntas relacionadas aos eventos-(t, d), são elas: - Quais são os eventos-(t, d) em uma série A? - Quais são os índices da série A que participam como inícios de ao menos um evento-(t, d)? Ao longo desse trabalho estudamos, do ponto de vista prático e teórico, diversas estruturas de dados e algoritmos para responder às duas perguntas listadas. / [en] Time series are important tools for the anaylsis of events that occur in different fields of human knowledge such as medicine, physics, meteorology and finance. A common task in analysing time series is to try to find events that happen infrequently as these events usually reflect facts of interest about the domain of the series. In this study, we develop techniques for the detection of rare events in time series. Technically, a time series A equal to (a1, a2,..., an) is a sequence of real values indexed by integer numbers from 1 to n. Given an integer t and a real number d, we say that a pair of time indexes i and j is a (t, d)-event in A, if and only if 0 less than j - i less than or equal to t and aj - ai greater than or equal to d. In this case, i is said to be the beginning of the event and j is its end. The parameters t and d control, respectively, the time window in which the event can occur and magnitude of the variation in the series. Thus, we focus on two types of queries related to the (t, d)-events, which are: - What are the (t, d)-events in a series A? - What are the indexes in the series A which are the beginning of at least one (t, d)-event? Throughout this study we discuss, from both theoretical and practical points of view, several data structures and algorithms to answer the two queries mentioned above.

[pt] Um bom gerenciamento logístico otimiza as atividades de transporte aéreo offshore, tornando-as mais eficientes e diminuindo custos para o contratante. Uma série de decisões estratégicas, por exemplo a contratação de helicópteros e os investimentos em infraestrutura aeroportuária, são dependentes da previsão de demanda de passageiros. O presente trabalho analisou a demanda de transporte aéreo offshore da Petrobras para o Estado do Rio de janeiro, à luz das principais teorias de séries temporais hierárquicas, com o objetivo de identificar qual destas é mais adequada para um horizonte de previsão de doze meses à frente. Foram analisadas as estratégias de single-level approach (bottom-up e top-down), de reconciliação ótima (ordinary least squares e weighted least squares) e de minimização de traço (covariância da própria amostra e valendo-se do shrink estimator), todas utilizando como método de previsão base o amortecimento exponencial. Foram utilizados dados dos anos de 2014 até 2019 de todos os aeródromos usados pela Petrobras no Estado do Rio de Janeiro: Farol de São Tomé, Campos dos Goytacazes, Macaé, Cabo Frio e Jacarepaguá. Os resultados foram avaliados em três métricas distintas de acurácia: RMSE (Root Mean Square Error), MAPE (Mean Absolute Percentage Error) e MASE (Mean Absolute Scaled Error), sendo aplicados para os dois níveis existentes de agregação. Os resultados foram ranqueados para cada técnica, nas três métricas citadas anteriormente, sendo, então, consolidados através de uma média aritmética simples. Ao cabo, concluiu-se que o método de minimização de traço sample covariance é o mais preciso em termos globais. / [en] Good logistical management optimizes offshore air transport activities, making them more efficient and reducing costs for the contractor.A series of strategic decisions, such as hiring helicopters and investments in airport infrastructure are dependent on forecasting passenger demand. The present work consisted of analyzing the demand for Petrobras offshore air transport to the State of Rio de Janeiro, based on the main theories of hierarchical time series, with the objective of identifying which of these is more suitable for a twelve-month steps ahead forecast. The strategies of single-level approach (bottom-up and top-down), optimal reconciliation (ordinary least squares and weighted least squares) and trace minimization (sample covariance and shrink estimator) were analyzed, all using exponential smoothing as the basic forecasting method. Data from 2014 to 2019 were gathered for all aerodromes used by Petrobras in the State of Rio de Janeiro: Farol de São Tomé, Campos dos Goytacazes, Macaé, Cabo Frio and Jacarepaguá. The results were evaluated with three different metrics of accuracy: RMSE (Root Mean Square Error), MAPE (Mean Absolute Percentage Error) and MASE (Mean Absolute Scaled Error), applied to the two existing levels of aggregation. The results were ranked for each technique, in the three metrics mentioned above, and then consolidated using a simple arithmetic mean. The overall results indicated that sample covariance trace minimization method provided the most accurate results.