Submitted by (edna.saturno@ufrpe.br) on 2017-03-30T14:18:20Z No. of bitstreams: 1 Ricardo Tavares Antunes de Oliveira.pdf: 797561 bytes, checksum: ec9749d5a2c4b94162d3aa69821c19b0 (MD5) / Made available in DSpace on 2017-03-30T14:18:20Z (GMT). No. of bitstreams: 1 Ricardo Tavares Antunes de Oliveira.pdf: 797561 bytes, checksum: ec9749d5a2c4b94162d3aa69821c19b0 (MD5) Previous issue date: 2015-02-26 / This dissertation disusses the problem of combining models for time series forecasting. In this context, the main characteristics and basic properties of combined models are presented. Some of the main methods of time series forecasting present in the literature are described. Computational experiments compare diverse copulas-based combined models. First of all, an algorithm is presented to combine predictions of the predictive models via Gumbel-Hougaard copula. In the second case, it is proposed a combined estimator constructed via non parametric Cacoullos multivariate functions. In the third and nal case of study, the main results of this dissertation are presented, in which an experiment that compares combined estimators constructed taking into account thousands of time series and numerous forecasting models were simulated. Thus, computational experiments show that the combined estimator constructed via copula obtained better results compared with the individual models and the linear combination method. / Sob o prisma da Estatí stica-Computacional, esta disserta ção trata do problema de combinação não linear de modelos de previsão de s éries temporais. Neste contexto, suas principais caracterí sticas e propriedades b ásicas são apresentadas. Alguns dos principais m étodos de previsão de s éries temporais presentes na literatura são descritos. As propostas apresentadas nesta disserta ção são mostradas por meio de três casos de estudo utilizando um formalismo matem ático conhecido como c ópulas pela sua capacidade de poder medir dependência e combinar modelos de predi ção sem perca de informa ção. A combina ção dos modelos de previsão ocorre por meio do formalismo matem ático de c ópulas que apresenta resultados convincentes e motivadores atrav és de três casos de estudo presentes nesta disserta ção. No primeiro é apresentado um pequeno caso para combinar as previsões dos modelos de previsão via c ópula de Gumbel-Hougaard. No segundo caso de estudo e proposto um estimador combinado constru ído atrav és da fun ção multivariada não-param étrica de Cacoullos para um caso simples de combina ção. No terceiro e último caso de estudo são apresentados os principais resultados desta disserta ção, em que, é realizado um experimento que compara estimadores combinados construí dos levando em considera ção v árias s éries temporais e in úmeros modelos de previsão, tal que, são simuladas diversas situa ções. Nesse sentido, experimentos computacionais realizados demostram que o estimador combinado construí do via c ópula obteve melhores resultados quando comparado com os modelos individuais e o m étodo de combina ção linear.