Avaliação da capacidade preditiva de modelos ARIMA e VAR-VEC: o caso da demanda por energia elétrica no Rio Grande do Sul

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.creatorNunes, Gérson dos Santos-
Autor(es): dc.creatorMattos, Viviane Leite Dias de-
Autor(es): dc.creatorKonrath, Andréa Cristina-
Autor(es): dc.creatorNakamura, Luiz Ricardo-
Autor(es): dc.creatorBornia, Antônio Cezar-
Autor(es): dc.creatorThomaz, Paulo Siga-
Data de aceite: dc.date.accessioned2026-02-09T12:44:30Z-
Data de disponibilização: dc.date.available2026-02-09T12:44:30Z-
Data de envio: dc.date.issued2022-08-29-
Data de envio: dc.date.issued2022-08-29-
Data de envio: dc.date.issued2021-
Fonte completa do material: dc.identifierhttps://repositorio.ufla.br/handle/1/54372-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/1167349-
Descrição: dc.descriptionThis paper presents the modelling of electricity demand in State of Rio Grande do Sul for the three main consumer sectors: residential, commercial and industrial, through the autoregressive vector model, complemented by the error correction vector model. In this approach, we also considered information regarding energy tariff, GDP, appliances and electrical material and equipment prices. The predictive capacity of all fitted models was compared to the Box-Jenkins framework, specifically, with the autoregressive integrated moving average (ARIMA) models. All models were fitted using data from 1971 to 2010, and their validation were performed from 2011 up to 2017. In general, for all three consumer sections, the best predictive capacity was returned by the ARIMA models. Nevertheless, the other models performed better on one-step-ahead predictions.-
Descrição: dc.descriptionO presente estudo apresenta a modelagem da demanda de energia elétrica no estado do Rio Grande do Sul para os três principais setores consumidores: residencial, comercial e industrial, utilizando o modelo vetorial autorregressivo, complementado pelo modelo vetorial de correção dos erros. Nesta modelagem, também foram utilizadas informações a respeito da tarifa de energia elétrica, PIB, preços de eletrodomésticos e preço de materiais e equipamentos elétricos. A capacidade preditiva dos modelos ajustados foi comparada com a do modelo obtido pela modelagem de Box-Jenkins, em especial, o modelo autorregressivo integrado de médias móveis (ARIMA). Para o ajuste dos modelos, foram utilizados dados do período 1971-2010, tendo sua validação realizada no período 2011-17. De maneira geral, para os três setores consumidores, a melhor capacidade preditiva foi obtida a partir dos modelos ARIMA. Entretanto, os outros modelos o suplantaram para a previsão um passo à frente.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Nove de Julho (UNINOVE)-
Direitos: dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International-
Direitos: dc.rightsAttribution-NonCommercial-ShareAlike 4.0 International-
Direitos: dc.rightsacesso aberto-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-sa/4.0/-
???dc.source???: dc.sourceExacta-
Palavras-chave: dc.subjectSéries temporais-
Palavras-chave: dc.subjectModelo Box-Jenkins-
Palavras-chave: dc.subjectModelo de vetores autorregressivos-
Palavras-chave: dc.subjectModelo de correção de erros vetoriais-
Palavras-chave: dc.subjectTime series-
Palavras-chave: dc.subjectBox-Jenkins model-
Palavras-chave: dc.subjectAutoregressive vector model-
Palavras-chave: dc.subjectError correction vector model-
Título: dc.titleAvaliação da capacidade preditiva de modelos ARIMA e VAR-VEC: o caso da demanda por energia elétrica no Rio Grande do Sul-
Título: dc.titleEvaluation of the predictive capacity of ARIMA and VAR-VEC models: the case of electricity demand in Rio Grande do Sul-
Tipo de arquivo: dc.typeArtigo-
Aparece nas coleções:Repositório Institucional da Universidade Federal de Lavras (RIUFLA)

Não existem arquivos associados a este item.