Previsão do consumo de cimento no Brasilo poder da média das previsões

Resumo

Esse trabalho tem como objetivo construir modelos de previsão para o consumo de cimento no Brasil e comparar seus desempenhos. Foram desenvolvidos modelos com dados do consumo de cimento em formato agregado e desagregado. Para dados agregados foi utilizado a série de consumo de cimento anual. Para dados desagregados, a desagregação foi por região brasileira e por mês. As técnicas de previsão utilizadas foram ARIMA (modelo autorregressivo integrado de médias móveis), SARIMA (modelo autorregressivo integrado de médias móveis com sazonalidade), PROPHET, PASSEIO ALEATÓRIO, VAR (vetores autorregressivos), VEC (vetores de correção de erros) e PREVISÃO POR CONJUNTO. As previsões foram realizadas para um horizonte de 15 anos, com início em 2008. A comparação da performance entre os modelos foi realizada utilizando os métodos MSE (erro médio quadrático), MAE (erro médio absoluto) e RMSE (raiz do erro quadrático médio) e o procedimento estatístico conhecido como MCS (Model Confidence Set). Os resultados em ambas as medidas de desempenho evidenciaram melhor performance para os modelos de previsão por conjunto. Os modelos ARIMA também alcançaram bom desempenho, principalmente os que utilizaram dados desagregados. Os métodos VAR e VEC apresentaram desempenho inferior aos demais, porém quando incorporados nos modelos de previsão por conjunto contribuíram positivamente para o aumento da performance. O melhor desempenho foi alcançado com o modelo de previsão por conjunto construído através da média simples das projeções de todos os modelos.

Ficha do documento

Tipo

Dissertação

Ano

2023

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/34866

Temas

EconomiaDesenvolvimento EconômicoDados

Palavras-chave

Consumo de cimentoPrevisãoARIMAPrevisão por conjuntoCement consumptionForecastingEnsemble forecastingModel confidence setEconomiaCimento - IndústriaCimento - ConsumoPrevisão econômicaPrevisão com Metodologia de Box-Jenkins