Made available in DSpace on 2014-06-12T18:05:20Z (GMT). No. of bitstreams: 2
arquivo7242_1.pdf: 931437 bytes, checksum: 157a5fafafe6d80cb0496c15d8d7a5a9 (MD5)
license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5)
Previous issue date: 2005 / A presente dissertação se centra na temática de produção de previsões de valores futuros de arrecadações tributárias. Em particular, busca-se avaliar a utilidade de métodos de previsão baseados em redes neurais. Os resultados obtidos para arrecadações do ICMS nacional e de três estados (Pernambuco, Rio de Janeiro e São Paulo) mostram que previsões obtidas por redes neurais podem ser mais precisas do que aquelas fornecidas por metodologias de previsão mais tradicionais como o alisamento exponencial e o método de Box e Jenkins. Os resultados revelam ainda que combinações de previsões que incluem redes neurais tendem a alcançar maior precisão do que combinações que não incluem redes neurais
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufpe.br:123456789/6480 |
| Date | January 2005 |
| Creators | CONTRERAS, Juan Camilo Santana |
| Contributors | CRIBARI NETO, Francisco |
| Publisher | Universidade Federal de Pernambuco |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFPE, instname:Universidade Federal de Pernambuco, instacron:UFPE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds