Página 1 dos resultados de 286 itens digitais encontrados em 0.067 segundos

Análise do erro de previsão de vazões mensais com diferentes horizontes de previsão; Analysis of forecast error of monthly streamflow with different forecast horizons

Andrade Filho, Marinho Gomes de; Reis, Ricardo Luis dos; Soares Filho, Secundino; Silva Filho, Donato da
Fonte: Sociedade Brasileira de Automática Publicador: Sociedade Brasileira de Automática
Tipo: Artigo de Revista Científica
POR
Relevância na Pesquisa
85.85%
Este trabalho aborda o problema de previsão para séries de vazões médias mensais, no qual denomina-se de horizonte de previsão (h), o intervalo de tempo que separa a última observação usada no ajuste do modelo de previsão e o valor futuro a ser previsto. A análise do erro de previsão é feita em função deste horizonte de previsão. Estas séries possuem um comportamento periódico na média, na variância e na função de autocorrelação. Portanto, considera-se a abordagem amplamente usada para a modelagem destas séries que consiste inicialmente em remover a periodicidade na média e na variância das séries de vazões e em seguida calcular uma série padronizada para a qual são ajustados modelos estocásticos. Neste estudo considera-se para a série padronizada os modelos autorregressivos periódicos PAR (p m). As ordens p m dos modelos ajustados para cada mês são determinadas usando os seguintes critérios: a análise clássica da função de autocorrelação parcial periódica (FACPPe); usando-se o Bayesian Information Criterion (BIC) proposto em (MecLeod, 1994); e com a análise da FACPPe proposta em (Stedinger, 2001). Os erros de previsão são calculados, na escala original da série de vazão, em função dos parâmetros dos modelos ajustados e avaliados para horizontes de previsão h variando de 1 a 12 meses. Estes erros são comparados com as estimativas das variâncias das vazões para o mês que está sendo previsto. Como resultado tem-se uma avaliação da capacidade de previsão...

Análise de tendência temporal: uma alternativa para avaliação do impacto da vacinação contra Haemophilus influenzae tipo b, no Brasil; Temporal Trend Analysis: an alternative for the evaluation of the impact of vaccination against Haemophilus influenzae type B in Brazil

Miranzi, Sybelle de Souza Castro
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 23/11/2004 PT
Relevância na Pesquisa
85.83%
As meningites representam um importante agravo no quadro sanitário nacional, por suas características epidemiológicas e por seu impacto sócio-econômico. O Haemophilus influenzae tipo b (HIB), causa infecções respiratórias e doenças invasivas como meningites, pneumonias, epiglotites, sinusites, bacteremias, otites e artrites. Entre essas enfermidades, a meningite tem sido a mais estudada, em virtude de sua alta morbi-mortalidade e por ser de notificação compulsória. A proposta deste trabalho foi a de avaliar a tendência, em série histórica, da morbimortalidade e da letalidade das meningites caudadas por HIB no Brasil, como uma alternativa para avaliação do impacto da vacinação específica. O estudo seguiu um delineamento observacional do tipo ecológico e relativo ao período de 1983 a 2002. Foram calculados os coeficientes de incidência, mortalidade e letalidade de meningites por HIB, a partir de base de dados do Ministério da Saúde e da Fundação Instituto Brasileiro de Geografia e Estatística. Para a análise de tendência destes indicadores foram estimadas retas de predição, com intervalos de confiança de 95%. Os softwares utilizados para a fase de gerenciamento e para a análise de dados foram: Excel...

Algoritmo kNN para previsão de dados temporais: funções de previsão e critérios de seleção de vizinhos próximos aplicados a variáveis ambientais em limnologia; Time series prediction using a KNN-based algorithm prediction functions and nearest neighbor selection criteria applied to limnological data

Ferrero, Carlos Andres
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 04/03/2009 PT
Relevância na Pesquisa
85.96%
A análise de dados contendo informações sequenciais é um problema de crescente interesse devido à grande quantidade de informação que é gerada, entre outros, em processos de monitoramento. As séries temporais são um dos tipos mais comuns de dados sequenciais e consistem em observações ao longo do tempo. O algoritmo k-Nearest Neighbor - Time Series Prediction kNN-TSP é um método de previsão de dados temporais. A principal vantagem do algoritmo é a sua simplicidade, e a sua aplicabilidade na análise de séries temporais não-lineares e na previsão de comportamentos sazonais. Entretanto, ainda que ele frequentemente encontre as melhores previsões para séries temporais parcialmente periódicas, várias questões relacionadas com a determinação de seus parâmetros continuam em aberto. Este trabalho, foca-se em dois desses parâmetros, relacionados com a seleção de vizinhos mais próximos e a função de previsão. Para isso, é proposta uma abordagem simples para selecionar vizinhos mais próximos que considera a similaridade e a distância temporal de modo a selecionar os padrões mais similares e mais recentes. Também é proposta uma função de previsão que tem a propriedade de manter bom desempenho na presença de padrões em níveis diferentes da série temporal. Esses parâmetros foram avaliados empiricamente utilizando várias séries temporais...

Previsão do consumo de energia elétrica por setores através do modelo SARMAX; Forecasting electric energy consumption by sectors with SARMAX model

Moura, Fernando Alves de
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 25/11/2011 PT
Relevância na Pesquisa
95.8%
A previsão do consumo de energia elétrica do Brasil é muito importante para os órgãos reguladores do setor. Uma série de metodologias têm sido utilizadas para a projeção desse consumo. Destacam-se os modelos de regressão com dados em painel, modelos de cointegração e defasagem distribuída, modelos estruturais de séries temporais e modelos de Box & Jenkins de séries temporais, dentre outros. Neste trabalho estimar-se um modelo de previsão do consumo comercial, industrial e residencial de energia brasileiro por meio de modelos SARMAX. Nesses modelos o consumo de energia pode ser estimado por meio de uma regressão linear múltipla considerando diversas variáveis macroeconômicas como variáveis explicativas. Os resíduos desse modelo são explicados por meio de um modelo de Box & Jenkins. Neste estudo realiza-se uma pesquisa bibliográfica sobre fatores que influenciam no consumo de energia elétrica e levantam-se variáveis proxies para prever este consumo no Brasil. Utiliza-se uma base de dados mensal no período entre Janeiro de 2003 e Setembro de 2010 para construção de cada um dos três modelos de previsão citados. Utilizase uma amostra de validação de Outubro de 2010 até Fevereiro de 2011. Realiza-se a avaliação dos modelos estimados em termos de adequação às premissas teóricas e ao desempenho nas medidas de acurácia MAPE...

Métodos lineares e não-lineares de análise de dados cronobiológicos de Melipona quadrifasciata (Hymenoptera, Meliponini); Linear and nonlinear methods of chronobiological data analysis of Melipona quadrifasciata (Hymenoptera, Meliponini)

Sebrian, Talita de Cássia Glingani
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 11/10/2011 PT
Relevância na Pesquisa
95.85%
A Cronobiologia estuda a origem e a manifestação de ritmos biológicos nos mais diversos táxons. A análise dos dados obtidos experimentalmente, contudo, é bastante complexa, haja vista a restrita gama de métodos disponíveis para tal. Os osciladores que determinam a existência dos ritmos biológicos são exemplos de sistemas dinâmicos não-lineares, os quais estão amplamente distribuídos nos seres vivos. Esses sistemas, por suas peculiaridades, são melhor analisados por métodos não-lineares. O objetivo deste trabalho é testar diferentes métodos de análise séries temporais, tanto alguns classicamente empregados na Cronobiologia quanto métodos não-lineares, verificando sua empregabilidade e funcionalidade para dados cronobiológicos, bem como as propriedades que permitem ou não seu uso. Para tanto, foram utilizados dados de ritmos de consumo de O2 obtidos para diferentes grupos etários de operárias de Melipona quadrifasciata (Hymenoptera, Meliponini). Tais dados foram submetidos às seguintes análises: Transformada Rápida de Fourier (TRF), Análise de Potência Espectral (PSA), Estatística Circular (teste de Rayleigh), Teste de Estacionariedade (Teste da Raiz Unitária de Dickey-Fuller Aumentado - ADF), Plot de Poincaré...

Analises de series temporais e modelagem baseada em regras nebulosas; Time series analysis and modeling based on fuzzy rules the school of eletrical and computer engineering

Ivette R. Luna Huamani
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 05/10/2007 PT
Relevância na Pesquisa
85.85%
Este trabalho propõe uma metodologia baseada em regras nebulosas para a modelagem e previsão de séries temporais. Inicialmente, os dados são pré-processados para, a seguir, ocorrer a seleção de variáveis que serão utilizadas pelos modelos de série temporal. Para essa finalidade, nesta tese propõe-se um conjunto de aproximações necessárias para o cálculo do critério de informação mútua parcial, o qual é a base para o algoritmo de seleção de entradas utilizado. A próxima etapa corresponde à determinação da estrutura do modelo e ajuste dos parâmetros. Com o intuito de definir de forma automática a estrutura do modelo, de forma simultânea ao ajuste dos parâmetros, dois algoritmos de aprendizado construtivo - offiine e online são propostos. Ambos os algoritmos utilizam como base para o seu desenvolvimento o algoritmo da maximização da verossimilhança, assim como critérios de geração e punição (ou poda) de regras nebulosas. Finalmente, o modelo obtido é validado e aplicado .na previsão de um e vários passos à frente. Análises comparativas são apresentadas utilizando séries temporais sintéticas e de problemas reais. Os resultados mostram que as propostas deste trabalho são uma alternativa eficiente para a modelagem e previsão de séries temporais; This work presents a methodology for time series modeling and forecasting. First...

Utilização de series temporais de imagens AVHRR/NOAA no apoio a estimativa operacional da produção da cana-de-açucar no Estado de São Paulo; Use of time series of AVHRR/NOAA in support of operational estimates of production of cane sugar in the State of São Paulo

Cristina Rodrigues Nascimento
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 11/02/2010 PT
Relevância na Pesquisa
95.88%
O Brasil é líder mundial na fabricação, exportação de açúcar e na produção de álcool. O estado de São Paulo responde por 60% da produção de açúcar e 61% de todo o álcool produzido no país. Em função da alta relevância da produção, é importante que se tenham estimativas e levantamentos seguros das áreas cultivadas com a cultura. O avanço das diferentes técnicas de sensoriamento remoto tem permitido utilizar imagens de satélites para monitorar e auxiliar a estimativa dessas áreas. São inúmeras as opções, entre elas as imagens do sensor AVHRR/NOAA. Aliando a necessidade de obter estimativas mais precisas das safras de cana-de-açúcar, com o potencial de adquirir informações agrícolas da cultura através do NDVI, o presente trabalho explorou a análise de séries temporais das imagens NDVI/AVHRR, na identificação das áreas com cana-de-açúcar no Estado de São Paulo. A partir da identificação operacional, foram selecionados municípios com áreas expressivas a fim de testar a viabilidade do uso de um modelo fenológico-espectral, no fornecimento de informações objetivas que possam auxiliar os sistemas de previsão de safras. Os resultados apontam que as áreas com cana-de-açúcar foram bem modeladas...

Uso de séries temporais na análise de vazão de água na represa de furnas

Sáfadi,Thelma
Fonte: Editora da Universidade Federal de Lavras Publicador: Editora da Universidade Federal de Lavras
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/02/2004 PT
Relevância na Pesquisa
85.97%
Com este trabalho teve-se como principal objetivo analisar o comportamento da série de vazão de água na barragem de Furnas, empregando análise de séries temporais e estudando o efeito de sazonalidade, tendência e intervenção. Para a análise, foram considerados modelos de séries temporais com e sem a presença de intervenção. Os dados referem-se à vazão (m³/s) da Barragem de Furnas - MG, coletada diariamente no período de janeiro de 1963 a dezembro de 1994. Foi realizada uma média mensal dos dados, em que cada média representa uma observação, num total de 372. Observou-se que a série de vazão fica bem ajustada utilizando modelos sazonais e a incorporação do parâmetro de intervenção forneceu informações complementares na análise.

Análise de séries temporais em epidemiologia: uma introdução sobre os aspectos metodológicos

Latorre,Maria do Rosário Dias de Oliveira; Cardoso,Maria Regina Alves
Fonte: Associação Brasileira de Saúde Coletiva Publicador: Associação Brasileira de Saúde Coletiva
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/11/2001 PT
Relevância na Pesquisa
96.13%
Este é um artigo introdutório sobre análise de séries temporais, onde se pretende apresentar, de maneira sumária, alguns modelos estatísticos mais utilizados em análise de séries temporais . Uma série temporal, também denominada série histórica, é uma seqüência de dados obtidos em intervalos regulares de tempo durante um período específico. Na análise de uma série temporal, primeiramente deseja-se modelar o fenômeno estudado para, a partir daí, descrever o comportamento da série, fazer estimativas e, por último, avaliar quais os fatores que influenciaram o comportamento da série, buscando definir relações de causa e efeito entre duas ou mais séries. Para tanto, há um conjunto de técnicas estatísticas disponíveis que dependem do modelo definido (ou estimado para a série), bem como do tipo de série analisada e do objetivo do trabalho. Para analise de tendências, podem se ajustar modelos de regressão polinomial baseados na série inteira ou em vizinhança de um determinado ponto. Isso também pode ser realizado com funções matemáticas. Define-se como um fenômeno sazonal aquele que ocorre regularmente em períodos fixos de tempo e, se existir sazonalidade dita determinística na série, podem-se utilizar modelos de regressão que incorporem funções do tipo seno ou cosseno à variável tempo. Os modelos auto-regressivos formam outra classe de modelos. Na análise do comportamento de uma série histórica livre de tendência e de sazonalidade podem ser utilizados modelos auto-regressivos (AR) ou que incorporem médias móveis (ARMA). Quando há tendência...

Óbitos por desnutrição em idosos, São Paulo e Rio de Janeiro: análise de séries temporais. 1980-1996

Otero,Ubirani Barros; Rozenfeld,Suely; Gadelha,Angela Jourdan
Fonte: Associação Brasileira de Saúde Coletiva Publicador: Associação Brasileira de Saúde Coletiva
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/11/2001 PT
Relevância na Pesquisa
95.94%
OBJETIVOS: Descrever a evolução da mortalidade por desnutrição em idosos nas Regiões Metropolitanas dos Estados do Rio de Janeiro (RMRJ) e São Paulo (RMSP), verificar as suas tendências, entre 1980 e 1996, e propor um modelo que permita prever a ocorrência de casos. METODOLOGIA: Trata-se de um estudo ecológico, de séries temporais, baseado em dados secundários. Foram incluídos no estudo indivíduos com 60 anos de idade ou mais, de ambos os sexos, das RMRJ e RMSP. A fonte de dados utilizada foi o Sistema de Informações sobre Mortalidade (SIM). Analisou-se a série de casos mensais, no período de janeiro de 1980 a dezembro de 1996. Para modelagem da série e predição de casos por desnutrição em idosos, utilizou-se o método Box and Jenkins, SARIMA (Sazonal Autoregressive Integrated Moving Average). RESULTADOS: Os resultados apontam a existência de sazonalidade, com maior número de óbitos nos meses de junho e julho na RMSP, no mês de janeiro na RMRJ, provavelmente, decorrente do clima frio, nestes meses, em São Paulo e do calor intenso no Rio de Janeiro. Este resultado pode ser explicado pela possibilidade de idosos, com estado nutricional comprometido, terem dificuldades em manter a temperatura corporal normal durante os meses de inverno...

Variação do Índice de Vegetação por Diferença Normalizada na lagoa Itapeva, litoral norte do Rio Grande do Sul, Brasil, a partir de análise de séries temporais

Lissner,Juliane Beatriz; Guasselli,Laurindo Antonio
Fonte: Universidade Federal de Uberlândia, Instituto de Geografia, Programa de Pós-Graduação em Geografia Publicador: Universidade Federal de Uberlândia, Instituto de Geografia, Programa de Pós-Graduação em Geografia
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/08/2013 PT
Relevância na Pesquisa
95.98%
O objetivo do trabalho foi analisar os padrões de comportamento espaço-temporal dos valores do Índice de Vegetação por Diferença Normalizada (NDVI) na lagoa Itapeva-RS, por meio de imagens Landsat TM5 e ETM+7, compreendendo o período de 1985 a 2010. Para a análise do comportamento espaço-temporal foram utilizadas classes de Índice de Vegetação por Diferença Normalizada (NDVI) e Análise por Séries Temporais (TSA) de imagens. Para validação dos padrões observados foram coletadas amostras de água em seis pontos na lagoa Itapeva para clorofila_a, Totais de Sólidos Suspensos e transparência do disco Secchi. Estes resultados foram correlacionados com os valores de NDVI. Os mapas de classes de NDVI gerados após a análise da TSA evidenciaram padrões de dinâmica espaciais e sazonais associados as variáveis ambientais atuantes, permitindo o estabelecimento de três grandes compartimentos para a lagoa Itapeva: norte, centro e sul. A análise da série temporal de imagens mostra que o aumento e o decréscimo dos valores de NDVI estão associados aos períodos de floração do fitoplâncton. Concluiu-se que a análise da Série Temporal de imagens Landsat foi satisfatória no que se refere ao comportamento espaço-temporal da variação das classes de NDVI.

Extensão de técnicas clássicas para análise de séries temporais do tipo intervalo

Luis Santiago Maia, André; de Assis Tenório Carvalho, Francisco (Orientador)
Fonte: Universidade Federal de Pernambuco Publicador: Universidade Federal de Pernambuco
Tipo: Outros
PT_BR
Relevância na Pesquisa
115.9%
Os dados simbólicos apresentam, em sua estrutura, formas interessantes para se transformar grandes bases de dados clássicos em novos conjuntos de dados de tamanho reduzido, facilitando a manipulação e proporcionando novas técnicas de análise dos mesmos. No entanto, mesmo com os recentes avanços promovidos por pesquisadores nesta área, o volume de técnicas de manipulação e, consequentemente, de análise de dados simbólicos (ADS) ainda é incipiente. Uma série temporal do tipo intervalo (STI), no campo de dados simbólicos, pode ser definida como um conjunto de intervalos observados sequencialmente no tempo, em que cada intervalo é descrito por um vetor bidimensional com elementos em IR representados pelo limite superior e pelo limite inferior. O desenvolvimento de técnicas para previsão de STI é uma área de pesquisa muito promissora e os poucos resultados relatados na literatura surgiram muito recentemente. Nesta tese, estendemos técnicas clássicas de análise de séries temporais para descrição, modelagem e previsão de STI no domínio de ADS. Neste contexto, nós apresentamos técnicas para descrição de uma STI, envolvendo cálculo de estatísticas sumárias e representação gráfica dos dados. Na modelagem...

Aspectos estatísticos de série temporais de deslizamentos

Josef Ribeiro Parteli, Eric; Andrade de Filgueiras Gomes, Marcelo (Orientador)
Fonte: Universidade Federal de Pernambuco Publicador: Universidade Federal de Pernambuco
Tipo: Outros
PT_BR
Relevância na Pesquisa
95.99%
Nesta Tese, estudamos diversos aspectos estatísticos de seqüências temporais de deslizamentos de blocos sobre superfícies rugosas inclinadas, quando estas são submetidas a pequenas perturbações controladas. Experimentos recentes mostraram que, quando a inclinação q não é muito menor do que o ângulo crítico qc, a distribuição espacial dos deslizamentos obedece à relação de escala n(l) ~ l-(1+b), onde n(l) é o número de deslizamentos com magnitude l, e b=0.50±0.05. Esta lei de potência é reminiscente da lei de Gutenberg & Richter para a freqüência de um terremoto de momento sísmico s: n(s) ~ s-(1+g), onde g"0.5(r)0.6. Por outro lado, a análise de Hurst dessas séries revelou efeitos de persistência nos deslizamentos, correlação de larga escala temporal que desaparece no regime de inclinações mais baixas. O objetivo desta Tese é estudar a distribuição temporal dos deslizamentos em escalas de tempo mais reduzidas. Em particular, as séries no regime q<

Uso de séries temporais na análise de vazão de água na represa de furnas

Fonte: Editora da Universidade Federal de Lavras Publicador: Editora da Universidade Federal de Lavras
Tipo: Artigo de Revista Científica Formato: text/html
PT
Relevância na Pesquisa
85.97%
Com este trabalho teve-se como principal objetivo analisar o comportamento da série de vazão de água na barragem de Furnas, empregando análise de séries temporais e estudando o efeito de sazonalidade, tendência e intervenção. Para a análise, foram considerados modelos de séries temporais com e sem a presença de intervenção. Os dados referem-se à vazão (m³/s) da Barragem de Furnas - MG, coletada diariamente no período de janeiro de 1963 a dezembro de 1994. Foi realizada uma média mensal dos dados, em que cada média representa uma observação, num total de 372. Observou-se que a série de vazão fica bem ajustada utilizando modelos sazonais e a incorporação do parâmetro de intervenção forneceu informações complementares na análise.

Projeção de preços de alumínio: modelo ótimo por meio de combinação de previsões; Aluminum price forecasting: optimal forecast combination

Castro, João Bosco Barroso de
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 15/06/2015 PT
Relevância na Pesquisa
95.65%
Commodities primárias, tais como metais, petróleo e agricultura, constituem matérias-primas fundamentais para a economia mundial. Dentre os metais, destaca-se o alumínio, usado em uma ampla gama de indústrias, e que detém o maior volume de contratos na London Metal Exchange (LME). Como o preço não está diretamente relacionado aos custos de produção, em momentos de volatilidade ou choques econômicos, o impacto financeiro na indústria global de alumínio é significativo. Previsão de preços do alumínio é fundamental, portanto, para definição de política industrial, bem como para produtores e consumidores. Este trabalho propõe um modelo ótimo de previsões para preços de alumínio, por meio de combinações de previsões e de seleção de modelos através do Model Confidence Set (MCS), capaz de aumentar o poder preditivo em relação a métodos tradicionais. A abordagem adotada preenche uma lacuna na literatura para previsão de preços de alumínio. Foram ajustados 5 modelos individuais: AR(1), como benchmarking, ARIMA, dois modelos ARIMAX e um modelo estrutural, utilizando a base de dados mensais de janeiro de 1999 a setembro de 2014. Para cada modelo individual, foram geradas 142 previsões fora da amostra, 12 meses à frente...

Previsão do índice bovespa por meio de redes neurais artificiais: uma análise comparada aos métodos tradicionais de séries de tempo

Souza, Renata Laise Reis de
Fonte: Universidade Federal do Rio Grande do Norte; BR; UFRN; Programa de Pós-Graduação em Administração; Políticas e Gestão Públicas; Gestão Organizacional Publicador: Universidade Federal do Rio Grande do Norte; BR; UFRN; Programa de Pós-Graduação em Administração; Políticas e Gestão Públicas; Gestão Organizacional
Tipo: Dissertação Formato: application/pdf
POR
Relevância na Pesquisa
85.92%
Forecast is the basis for making strategic, tactical and operational business decisions. In financial economics, several techniques have been used to predict the behavior of assets over the past decades.Thus, there are several methods to assist in the task of time series forecasting, however, conventional modeling techniques such as statistical models and those based on theoretical mathematical models have produced unsatisfactory predictions, increasing the number of studies in more advanced methods of prediction. Among these, the Artificial Neural Networks (ANN) are a relatively new and promising method for predicting business that shows a technique that has caused much interest in the financial environment and has been used successfully in a wide variety of financial modeling systems applications, in many cases proving its superiority over the statistical models ARIMA-GARCH. In this context, this study aimed to examine whether the ANNs are a more appropriate method for predicting the behavior of Indices in Capital Markets than the traditional methods of time series analysis. For this purpose we developed an quantitative study, from financial economic indices, and developed two models of RNA-type feedfoward supervised learning, whose structures consisted of 20 data in the input layer...

’HALITE IND.DS’: agrupamento de dados em subespaços de séries temporais multidimensionais

Silva, Afonso Expedito da; Cordeiro, Robson Leonardo Ferreira
Fonte: Universidade Federal do Paraná - UFPR; Pontifícia Universidade Católica do Paraná - PUC-PR; Sociedade Brasileira de Computação - SBC; Curitiba Publicador: Universidade Federal do Paraná - UFPR; Pontifícia Universidade Católica do Paraná - PUC-PR; Sociedade Brasileira de Computação - SBC; Curitiba
Tipo: Conferência ou Objeto de Conferência
POR
Relevância na Pesquisa
96.03%
Given a data stream with many attributes, how to cluster similar events? For example, how to cluster measurements of tens of climatic attributes to aid in forecasting the climate and extreme events? The task of clustering data with many attributes is known as subspace clustering. Today, there exists a need for algorithms of this type well-suited to process data streams. This paper proposes the new algorithm 'HALITE IND.DS' for subspace clustering in data streams. The new algorithm improves upon one existing technique, the method Halite, which was originally designed to process static datasets. Compared to using the base algorithm in data streams, the new algorithm takes advantage of the knowledge obtained from clustering past data to easy clustering data in the present, thus shrinking the runtime. Experiments using a synthetic stream, as well a real climatic stream indicate that the new algorithm is in average 4.2 times faster than the base algorithm, still obtaining similar accuracy of results.; Dada uma série temporal com muitos atributos, como agrupar eventos similares? Por exemplo, como buscar grupos em medições de dezenas de atributos climáticos para previsão climática e de eventos extremos? O agrupamento de dados com muitos atributos é conhecido como agrupamento em subespaços. Há hoje uma carência de algoritmos adequados a séries temporais. Este artigo propõe o novo algoritmo 'HALITE IND.DS' para agrupamento em subespaços de séries temporais. É utilizada como base a técnica Halite...

Projeção de séries temporais por meio de um método híbrido wavelet-neural integrado com bootstrap

Teixeira, Levi Lopes
Fonte: Universidade Federal do Paraná Publicador: Universidade Federal do Paraná
Tipo: Tese de Doutorado Formato: 107 f. : il. algumas color., tabs.; application/pdf
PORTUGUêS
Relevância na Pesquisa
86.06%
Orientador : Prof. Dr. Paulo Henrique Siqueira; Coorientador : Prof. Dr. Luiz Albino Teixeira Junior; Tese (doutorado) - Universidade Federal do Paraná, Setor de Tecnologia, Programa de Pós-Graduação em Métodos Numéricos em Engenharia. Defesa: Curitiba, 27/08/2015; Inclui referências : f. 98-107; Área de concentração : Programação matemática; Resumo: Nesta tese de doutorado, é proposto um novo método híbrido wavelet-neural integrado com um amostrador bootstrap para projeção pontual e intervalar de séries temporais estocásticas. Basicamente, combinam-se os métodos de encolhimento e de decomposição Wavelet no pré-processamento dos dados e, em seguida, uma Rede Neural Artificial (RNA) é usada para produzir as de previsões pontuais. A medida de incerteza do modelo RNA é obtida com a utilização de uma amostragem bootstrap dos resíduos do modelo RNA ajustado à série temporal subjacente. A fim de se obter o intervalo de confiança, calculou-se a média ponderada das previsões de B séries temporais oriundas do processo bootstrap, sendo os pesos determinados via otimização de um problema de programação não linear cuja função objetivo é a minimização da raiz quadrada do erro quadrático médio entre a combinação linear das B previsões e a série temporal subjacente. Além do intervalo de confiança...

Análise de séries temporais em epidemiologia: uma introdução sobre os aspectos metodológicos

Latorre,Maria do Rosário Dias de Oliveira; Cardoso,Maria Regina Alves
Fonte: Associação Brasileira de Pós -Graduação em Saúde Coletiva Publicador: Associação Brasileira de Pós -Graduação em Saúde Coletiva
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/11/2001 PT
Relevância na Pesquisa
96.13%
Este é um artigo introdutório sobre análise de séries temporais, onde se pretende apresentar, de maneira sumária, alguns modelos estatísticos mais utilizados em análise de séries temporais . Uma série temporal, também denominada série histórica, é uma seqüência de dados obtidos em intervalos regulares de tempo durante um período específico. Na análise de uma série temporal, primeiramente deseja-se modelar o fenômeno estudado para, a partir daí, descrever o comportamento da série, fazer estimativas e, por último, avaliar quais os fatores que influenciaram o comportamento da série, buscando definir relações de causa e efeito entre duas ou mais séries. Para tanto, há um conjunto de técnicas estatísticas disponíveis que dependem do modelo definido (ou estimado para a série), bem como do tipo de série analisada e do objetivo do trabalho. Para analise de tendências, podem se ajustar modelos de regressão polinomial baseados na série inteira ou em vizinhança de um determinado ponto. Isso também pode ser realizado com funções matemáticas. Define-se como um fenômeno sazonal aquele que ocorre regularmente em períodos fixos de tempo e, se existir sazonalidade dita determinística na série, podem-se utilizar modelos de regressão que incorporem funções do tipo seno ou cosseno à variável tempo. Os modelos auto-regressivos formam outra classe de modelos. Na análise do comportamento de uma série histórica livre de tendência e de sazonalidade podem ser utilizados modelos auto-regressivos (AR) ou que incorporem médias móveis (ARMA). Quando há tendência...

Óbitos por desnutrição em idosos, São Paulo e Rio de Janeiro: análise de séries temporais. 1980-1996

Otero,Ubirani Barros; Rozenfeld,Suely; Gadelha,Angela Jourdan
Fonte: Associação Brasileira de Pós -Graduação em Saúde Coletiva Publicador: Associação Brasileira de Pós -Graduação em Saúde Coletiva
Tipo: Artigo de Revista Científica Formato: text/html
Publicado em 01/11/2001 PT
Relevância na Pesquisa
95.94%
OBJETIVOS: Descrever a evolução da mortalidade por desnutrição em idosos nas Regiões Metropolitanas dos Estados do Rio de Janeiro (RMRJ) e São Paulo (RMSP), verificar as suas tendências, entre 1980 e 1996, e propor um modelo que permita prever a ocorrência de casos. METODOLOGIA: Trata-se de um estudo ecológico, de séries temporais, baseado em dados secundários. Foram incluídos no estudo indivíduos com 60 anos de idade ou mais, de ambos os sexos, das RMRJ e RMSP. A fonte de dados utilizada foi o Sistema de Informações sobre Mortalidade (SIM). Analisou-se a série de casos mensais, no período de janeiro de 1980 a dezembro de 1996. Para modelagem da série e predição de casos por desnutrição em idosos, utilizou-se o método Box and Jenkins, SARIMA (Sazonal Autoregressive Integrated Moving Average). RESULTADOS: Os resultados apontam a existência de sazonalidade, com maior número de óbitos nos meses de junho e julho na RMSP, no mês de janeiro na RMRJ, provavelmente, decorrente do clima frio, nestes meses, em São Paulo e do calor intenso no Rio de Janeiro. Este resultado pode ser explicado pela possibilidade de idosos, com estado nutricional comprometido, terem dificuldades em manter a temperatura corporal normal durante os meses de inverno...