Navegando por Assunto "Análise de séries temporais"

Agora exibindo 1 - 6 de 6

Ascensão dos investidores pessoa física na bolsa de valores: uma análise descritiva do perfil do investidor e previsão utilizando a metodologia ARIMA
(2021-07-21) Simão Júnior, Jaime José; Carazza, Luís Eduardo Barbosa; http://lattes.cnpq.br/1625397086677760
Este trabalho tem como objetivo estudar e compreender a ascensão de novos investidores na bolsa de valores, bem como traçar um perfil detalhado sobre as características dessa parte da população interessada em investimentos em renda variável e realizar uma previsão utilizando a metodologia ARIMA. Para atingir tal objetivo traçado, foram coletados dados sobre os investidores minoritários diretamente da B3- Brasil, Bolsa, Balcão, que é a empresa responsável pela bolsa de valores no Brasil. Dessa forma, características como região, gênero, faixa etária, são analisadas com a finalidade de se traçar um perfil do investidor pessoa física em ações. Nos últimos anos, nota-se um grande aumento de novos investidores que aplicam seus recursos em ações e outros investimentos relacionados. Dessa forma, é preciso investigar se tal ascensão é estrutural e permanente ou é apenas um movimento passageiro que irá se desfazer em algum momento futuro. A metodologia de previsão ARIMA tentará responder tal indagação com uma previsão para os primeiros meses de 2021, com o objetivo de identificar se tal movimento de alta se mantém para os referidos meses. Contudo, algumas limitações na previsão serão salientadas.
Criminalidade e desempenho econômico: uma análise em séries temporais para a Região Metropolitana do Recife
(2018) Silva Junior, Ivanildo Batista da; Silva, Diego Firmino Costa da; http://lattes.cnpq.br/8895265465747877; http://lattes.cnpq.br/7725162413337027
O presente trabalho analisa o comportamento temporal das ocorrências de crimes na Região Metropolitana de Recife (uma importante região do país) e testar se a ocupação e a renda interferiram na dinâmica da criminalidade observada na RMR ao longo de 2007 a 2015. Foram utilizadas ferramentas econométricas de séries temporais para fazer a análise, sendo: Análise de correlação, teste de estacionariedade Dickey-Fuller, teste de cointegração de Johansen, teste de causalidade de Granger, modelo VAR (vetor autorregressivo), função impulso-resposta e a decomposição da variância. O teste de correlação mostrou que existem variáveis de crime que são correlacionadas com variáveis econômicas, como por exemplo, acidentes de trânsito, tráfico e posse de entorpecentes, que são correlacionadas com taxa de ocupação e renda. As funções impulso-resposta mostraram resultados autorregressivos e respostas significativas e persistentes do choque de variáveis econômicas em séries de crimes, principalmente no curto prazo. A decomposição da série mostrou que com o passar do tempo a composição da variância dos crimes de acidentes e furtos tem uma participação mais expressiva da variável de taxa de ocupação, enquanto para os crimes de posse e roubos essa participação na composição da variância torna-se um pouco mais expressiva para a variável econômica de renda.
Incêndios florestais: uso de visualização geométrica para análise de risco
(2025-08-15) Ramos, Raffael Vieira; Bocanegra, Silvana; Alves, Rayanna Barroso de Oliveira; http://lattes.cnpq.br/4596111202208863; http://lattes.cnpq.br/9128046332218001
Este trabalho apresenta um modelo de diagrama voltado à avaliação do risco de incêndios florestais em diferentes municípios brasileiros, utilizando uma metodologia empírica de visualização geométrica que possibilita o monitoramento temporal do risco e potencializa ações de prevenção, tomada de decisão e resposta rápida pelos órgãos responsáveis. Para tanto, foi adaptado um modelo originalmente proposto pela Universidade Politécnica da Catalunya e utilizado em parceria com o Instituto de Redução de Riscos e Desastres de Pernambuco (IRRD-PE) para a COVID-19. Os resultados evidenciam que o modelo identifica períodos críticos e áreas prioritárias, comprovando sua aplicabilidade na gestão do risco de incêndios florestais.
Métodos de previsão de consumo de energia elétrica residencial em grande volume de dados
(2019) Carvalho, Daniel José de; Medeiros, Victor Wanderley Costa de; Gonçalves, Glauco Estácio; http://lattes.cnpq.br/6157118581200722; http://lattes.cnpq.br/7159595141911505; http://lattes.cnpq.br/6867315638833821
A energia elétrica é uma das principais fontes de energia utilizadas pela humanidade.A crescente preocupação com a preservação do meio-ambiente estimulou a busca por fontes de energia renováveis capazes de reduzir os impactos à natureza. O crescimento populacional e o uso cada vez mais comum de dispositivos eletrônicos, na quase totalidade das atividades cotidianas, demandam o uso mais eficiente da energia elétrica. Diante destes desafios é essencial a realização de um planejamento para dimensionar a estrutura de geração e transmissão de energia elétrica. Uma das ferramentas capazes de auxiliar neste dimensionamento é a previsão de demanda. Outrogrande desafio nesta área está na realização destas previsões em cenários de grandes dados (Big Data).Este trabalho tem como objetivo principal avaliar o desempenho de dois métodos deprevisão, ARIMA e Holt-Winters, utilizando séries temporais aplicados a um grandevolume de dados. A base de dados utilizada foi fornecida no evento DEBS 2014 GrandChallenge, a qual contém dados de consumo de energia elétrica, de um grande nú-mero de residências, durante o período de um mês. Para a aplicação dos métodos de previsão, foram utilizadas bibliotecas na linguagem R. Para processar os dados,utilizou-se o frameworkApache Spark em conjunto com a linguagem R, para parale-lizar o processamento da leitura dos dados e a filtragem dos parâmetros desejados.Os dados tratados foram convertidos em séries temporais com valores de consumo horários, durante todo o mês compreendido pela base de dados original. Foram executadas previsões para a região das residências como um todo e para cada residência individualmente. Os resultados mostraram uma vantagem do ARIMA frente ao Holt-Winters no cenário utilizado, utilizando a métrica RMSE como base comparativa de desempenho. Contudo, baseado em experimentos similares encontrados na literatura,resguardando as devidas proporções, ambos os valores de RMSE estão dentro de uma faixa aceitável.
Redes neurais artificiais aplicadas à previsão de surtos de leptospirose
(2018) Dantas, Elias Ferraz; Pires, Glauber Magalhães; http://lattes.cnpq.br/1159581534108735; http://lattes.cnpq.br/7510731560745063
A Leptospirose é uma doença de ocorrência global, principalmente em regiões tropicais com altas incidências de chuvas e em locais com precárias condições sanitárias. Ela é uma doença considerada negligenciada, subestimada e de difícil diagnóstico por apresentar sintomas comuns à outras doenças, além de possuir uma alta taxa de letalidade ao atingir níveis graves. No Brasil, seu tratamento possui elevado custo hospitalar e a doença possui alta incidência em grandes centros urbanos. No estado de Pernambuco, em especial a cidade do Recife, destaca-se das demais localidades por possuir números significativamente maiores de registros de infecções por Leptospirose, estes dados preocupantes enaltecem a necessidade de iniciativas para apoiar a vigilância epidemiológica no combate à doença. O objetivo deste trabalho é analisar a viabilidade de utilização de Redes Neurais Artificiais aplicadas à previsão de Séries Temporais para realizar identificação antecipada do número de casos de Leptospirose a fim de demonstrar a possibilidade de utilização da técnica para previsão de surtos como um meio adicional de informação para contribuir com o planejamento de ações de prevenção em saúde, minimizando o impacto social e econômico causados pela doença.
Suporte a decisão no setor sucroalcooleiro
(2019) Silva, João Vitor da; Gonçalves, Glauco Estácio; http://lattes.cnpq.br/6157118581200722
O setor sucroalcooleiro é um dos maiores setores agrícolas do Brasil. A cada safra milhões de litros de etanol e milhares de toneladas de açúcar são importados mundo a fora. Apesar da grandeza do setor, existem diversos problemas que assombram oprodutor de cana-de-açúcar. Um deles é a redução de produção provocando paradasna produção do açúcar e etanol.Este trabalho tem como objetivo realizar um estudo comparativo de métodos de pre-visão de séries temporais, em dados históricos de produção de cana de açúcar, junto com a construção de indicadores operacionais para ajuda na tomada de decisão. A base de dados foi retirada dos resultados trimestrais publicados pela São Martinho para os seus investidores. A São Martinho é uma empresa de capital aberto e uma das maiores usinas de produção de açúcar, álcool e energia do Brasil. Para a realização do estudo foi utilizada a linguagem R. Os experimentos deste trabalho utilizaramo modelo preditivo SARIMA, por sua quase unanimidade na previsão de produçõesagrícola. Para a escolha do melhor modelo SARIMA foi utilizado o AICC do modelojunto com as métricas de erro RMSE, ME, e MAE. No desenvolvimento dos indicado-res operacionais foi utilizada a função de distribuição dos resíduos do modelo SARIMAdefinido junto com as previsões do próprio modelo.Ao final de todo o trabalho foi obtido o melhor modelo SARIMA para os dados de produ-ção de cana-de-açúcar trimestrais junto com os indicadores de redução da produção:probabilidade de redução da produção em um determinado percentual de produção ou mais e probabilidade de redução da produção ser acima da média de produção trimestral.