Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/48839
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
GustavoMartinsVenancioPires_DISSERT.pdf2,52 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorFiorucci, José Augusto-
dc.contributor.authorPires, Gustavo Martins Venancio-
dc.date.accessioned2024-07-13T04:39:50Z-
dc.date.available2024-07-13T04:39:50Z-
dc.date.issued2024-07-13-
dc.date.submitted2023-03-13-
dc.identifier.citationPIRES, Gustavo Martins Venancio. Um modelo híbrido para séries temporais hierárquicas com múltipla sazonalidade. 2023. 73 f., il. Dissertação (Mestrado em Estatística) - Universidade de Brasília, Brasília, 2023.pt_BR
dc.identifier.urihttp://repositorio2.unb.br/jspui/handle/10482/48839-
dc.descriptionDissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2023.pt_BR
dc.description.abstractEsta dissertação propõe um modelo híbrido capaz de realizar previsões de séries temporais hierárquicas com múltiplas sazonalidades. Essa metodologia híbrida consiste em utilizar um modelo de Machine Learning que possua variáveis contendo metodologias estatísticas de séries temporais para gerar previsões coesas. Essa metodologia foi aplicada no banco de dados da competição M5 - Forecasting (2020) disponibilizada pelo Kaggle, em que o objetivo era prever com maior acurácia a venda diária de 3.409 produtos distribuídos em 5 níveis de hierarquia por 28 dias. Durante o trabalho foram comparadas 5 abordagens diferentes e o modelo de Light Gradient Boosting Machine (LGBM) contendo uma variável baseada na metodologia estatística TBATS (Trigonometric seasonality, Box-Cox transformation ARMA errors, Tred and Seasonal components) chegou obter um ganho de acurácia de 27% em comparação com os modelos de LGBM sem a variável em questão. Esse modelo teria obtido a 318ª colocação na competição, ficando entre os top 6% competidores.pt_BR
dc.language.isoporpt_BR
dc.rightsAcesso Abertopt_BR
dc.titleUm modelo híbrido para séries temporais hierárquicas com múltipla sazonalidadept_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordSéries temporais hierárquicaspt_BR
dc.subject.keywordSazonalidade múltiplapt_BR
dc.description.unidadeInstituto de Ciências Exatas (IE)pt_BR
dc.description.unidadeDepartamento de Estatística (IE EST)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Estatísticapt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.