Um estudo empírico do desempenho de combinações de previsões / An empirical study of the performance of forecasting combinations

Leiliane da Silva Oliveira, Henrique Steinherz Hippert

Resumo


A combinação de previsões é um procedimento que tenta melhorar a precisão das previsões, aproveitando a disponibilidade de vários métodos de previsão individual. Neste trabalho, estudamos o desempenho de diferentes combinações de previsões, comparando métodos de previsão individuais e métodos de combinação, escolhendo para isso apenas uma medida de desempenho, o erro quadrático médio (MSE). As previsões individuais foram feitas pelo método de amortecimento exponencial de Holt, por modelos ARIMA e por modelos estruturais de tendência local. Realizamos seis tipos de combinação: média simples, mediana, média dos extremos, regressão, combinação ótima e combinação ótima com independência. Para verificar o desempenho das combinações de previsões, ajustamos diversos métodos em dez séries reais, estacionárias e não-sazonais. Verificamos que as previsões pelo método ARIMA apresentam um melhor desempenho em 60% das séries estudadas quando comparamos os modelos de previsão individual e em 70% das séries pelo menos um modelo de previsão de combinação se mostrou mais eficiente que as previsões individuais. Concluímos que combinar as diversidades de métodos de previsão individuais garante efetivamente uma melhor precisão das previsões e a combinação por regressão mostrou melhor desempenho que as outras combinações.


Palavras-chave


séries temporais, previsão, métodos de previsão, combinação de previsões.

Texto completo:

PDF

Referências


BATES, J.M.; GRANGER, C.W.J. The combination of forecasts. Operations Research Quarterly, n.20, p. 451-468, 1969.

BOX, G.E.P; JENKINS, G.M.; REINSEL, G.C. Time series analysis: forecasting and control, 4.ed. New Jersey: Prentice Hall, 2008.

CLEMEN, R.T. Combining forecasts: a review and annotated bibliography. Int J Forecasting, n.5, 559-583, 1989.

HAMILTON, J. D. Time series analysis. New Jersey: Princeton U. Press, 1974.

CRAN. Comprehensive R Archive Network – Disponível em . Acessado em 30/06/2015.

HYNDMAN, R. J. Time Series Data Library. Disponível em . Acessado em 20/07/2011.

LENKE, C.; GABRYS, B. Meta-Learning for Time Series Forecasting and Forecast Combination. Neurocomputing, v.73, 2006-2016, 2010.

MAKRIDAKIS, S.; WHEELWRIGHT, S.C.; HYNDMAN, R.J. Forecasting: Methods and Applications. 3.ed. New York: John WILEY & Sons, 1998.

MENEZES, L. M. DE; BUNN, D.W.; TAYLOR, J.W. Review of Guidelines for the Use of Cambined Forecasting. European J of Oper Research, v.120, 190-204, 2000.

MONTGOMERY, D. C.; JOHNSON, L. A.; GARDNER, J. S. Forecasting and time series analysis. 2.ed. New York: McGraw-Hill, 1990.

MORETTIN, P.A.; TOLOI, C.M. Análise de Séries Temporais. 2.ed. São Paulo: Edgard Blucher, 2006.

NEWBOLD, P.; GRANGER, C. W. J. Experience with forecasting univariate times series and the combination of forecasts. J of Royal Statistical Soc, ser. A, v.137, 131-146, 1974.

ROCHA, V. B. Uma Abordagem de WAVELETS Aplicada à Combinação de Previsões: Uma Análise Teórica e Experimental. 155f. Dissertação (Mestrado em Ciências)-U. F. do Paraná, Curitiba, 2008.

ZOU, H.; YANG, Y. Combining Time Series Model for Forecasting, Int J Forecasting, v.20, 69-84, 2004.




DOI: https://doi.org/10.34140/bjbv2n3-029

Apontamentos

  • Não há apontamentos.