Previsão de demanda de crédito na região centro-oeste do Brasil

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorTeixeira, Levi Lopes-
Autor(es): dc.contributorRodrigues, Samuel Bellido-
Autor(es): dc.contributorTeixeira, Levi Lopes-
Autor(es): dc.contributorRodrigues, Samuel Bellido-
Autor(es): dc.contributorSantos, Cleverson Gonçalves dos-
Autor(es): dc.contributorKunh, Peterson Diego-
Autor(es): dc.creatorSoares, Lucas Duarte-
Data de aceite: dc.date.accessioned2022-02-21T21:49:39Z-
Data de disponibilização: dc.date.available2022-02-21T21:49:39Z-
Data de envio: dc.date.issued2020-11-15-
Data de envio: dc.date.issued2020-11-15-
Data de envio: dc.date.issued2018-06-12-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/12745-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/661443-
Descrição: dc.descriptionIn this assignment, forecasts were made of the series of credits in the Center-West region of Brazil. The methods of Box-Jenkins and Holt-Winters, Additive and Multiplicative, as well as the linear combination of these two were used he models were obtained by minimizing the RMSE error, with the exception of the ARIMA model, which was based on the Box-Jenkins methodology, and its predictions were compared to each other by means of the mean absolute error (MAPE) for both training sample and sample. In the training sample, the MAPE obtained with the linear combination model was 4,62%. With individual Box-Jenkins, HW Additive and HW Multiplicative methods was 4,58%, 4,71% and 5,61%, respectively. While for the test sample, the MAPE obtained with the linearly combined model was 6,11%. With the individual Box-Jenkins, HW Additive and HW Multiplicative methods the was 7,66%, 6,18% and 5,4%, respectively. The composite model provided better predictions than the individual ones in the training sample.-
Descrição: dc.descriptionNeste trabalho realizou-se previsões da série de créditos na região Centro-Oeste do Brasil. Para tanto, utilizou-se os métodos de Box-Jenkins e Holt-Winters, Aditivo e Multiplicativo, bem como a combinação linear destes. Os modelos foram obtidos pela minimização do erro RMSE, com exceção do modelo ARIMA, que foi baseado na metodologia Box-Jenkins, e suas previsões foram comparadas entre si por intermédio do erro médio percentual absoluto (MAPE), tanto para amostra de treino quanto para amostra de teste. Na amostra de treino, o MAPE obtido com o modelo de combinação linear foi de 4,62%. Com os métodos individuais de Box-Jenkins, HW Aditivo e HW Multiplicativo ele ficou em 4,58%, 4,71% e 5,61%, respectivamente. Enquanto que para amostra de teste, o MAPE obtido com o modelo combinado linearmente foi de 6,11%. Com os métodos individuais de Box-Jenkins, HW Aditivo e HW Multiplicativo o mesmo ficou em 7,66%, 6,18% e 5,4%, respectivamente. O modelo composto forneceu previsões melhores em relação aos individuais na amostra treino.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherMedianeira-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia de Produção-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectModelagem-
Palavras-chave: dc.subjectAnálise de séries temporais-
Palavras-chave: dc.subjectOtimização matemática-
Palavras-chave: dc.subjectModelyng-
Palavras-chave: dc.subjectTime-series analysis-
Palavras-chave: dc.subjectMathematical optimization-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO-
Título: dc.titlePrevisão de demanda de crédito na região centro-oeste do Brasil-
Título: dc.titleCredit demand forecasting in the midwest of Brazil-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.