Return to search

ANÁLISE COMPARATIVA DE MÉTODOS DE PREVISÃO DE SÉRIES TEMPORAIS ATRAVÉS DE MODELOS ESTATÍSTICOS E REDE NEURAL ARTIFICIAL. / COMPARATIVE ANALYSIS OF TIME SERIES FORECASTING METHODS THROUGH STATISTICAL MODELS AND ARTIFICIAL NEURAL NETWORKS.

Made available in DSpace on 2016-08-10T10:40:27Z (GMT). No. of bitstreams: 1
ANA PAULA DE SOUSA.pdf: 965882 bytes, checksum: a3647999f994441f4537855527b52292 (MD5)
Previous issue date: 2012-03-09 / The objective of this study was to compare statistical methods and artificial intelligence
to the problem of time series forecasting using Holt-Winters, Box-Jenkins and the
Elman neural network. The models were used to predict one step ahead of the price of
ethanol in the state of Goias and compared using measures of specific errors. At the end,
the results indicated that all three techniques were competitive in terms of predicting
one step ahead especially the statistical models appeared to be the most suitable
methods in terms of balance between performance and complexity. / O objetivo deste trabalho foi comparar os métodos de estatística e de inteligência
artificial para o problema da previsão de séries temporais através de Holt-Winters, Box-
Jenkins e a rede neural de Elman. Os modelos foram utilizados para previsão um passo
a frente dos preços do etanol no estado de Goiás e comparados através medidas de erros
específicas. Ao final, os resultados indicaram que todos os métodos se mostraram
competitivos em termos de predição um passo à frente, destacando-se os modelos
estatísticos como os mais adequados em termos de parcimônia entre desempenho e
complexidade.

Identiferoai:union.ndltd.org:IBICT/oai:ambar:tede/2468
Date09 March 2012
CreatorsSousa, Ana Paula de
ContributorsMenezes, José Elmo de, Dantas, Maria José Pereira, Chieppe Júnior, João Baptista
PublisherPontifícia Universidade Católica de Goiás, Engenharia de Produção e Sistemas, PUC Goiás, BR, Engenharia
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Biblioteca Digital de Teses e Dissertações da PUC_GOAIS, instname:Pontifícia Universidade Católica de Goiás, instacron:PUC_GO
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0014 seconds