Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.048
Aluno: Heitor Victor Veiga da Costa
Orientador: Prof. Fernando Maciano de Paula Neto
Coorientadora: Profa. Cristine Vieira do Bonfim (Fundação Joaquim Nabuco, Instituto de Pesquisas Sociais)
Título: Decomposição de séries temporais utilizando o modelo GAMLSS: Uma
nova metodologia híbrida para previsão de séries temporais
Data: 26/08/2022
Hora/Local: 9:30h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Leandro Maciel Almeida (UFPE / Centro de Informática)
Prof. Ulisses Ramos Montarroyos (UPE / Instituto de Ciências Biológicas)
Prof. Fernando Maciano de Paula Neto (UFPE / Centro de Informática)
RESUMO:
Este estudo teve por objetivo geral propor uma abordagem para modelagem de
séries temporais aplicando o modelo estatístico Generalized Additive Models
for Location, Scale and Shape (GAMLSS) para a sua decomposição. Os
objetivos específicos consistiram em: (i) Observar sua capacidade
preditiva; (ii) Identificar os potenciais efeitos da pandemia de COVID-19
nas séries temporais e padrões espaciais de nascidos vivos no estado de
Pernambuco (2010 até 2021). Com a decomposição, foi feita a modelagem de
seus resíduos para refinar a qualidade de ajustamento aos dados, sendo tal
procedimento conhecido como um tipo de modelagem híbrida. Os resultados
demonstraram que o procedimento proposto traz vantagens em termos de
acurácia, onde obteve-se melhor performance preditiva em 7 de 15
experimentos realizados (a partir do erro quadrático médio e o erro
percentual absoluto médio). Quanto aos impactos da COVID-19, os resultados
não indicaram uma mudança clara no número de nascidos vivos, mas apoiou a
continuação esperada da tendência decrescente dos anos anteriores.
Considerando a importância do número de nascidos vivos no contexto
demográfico, econômico e da saúde pública, o monitoramento deve ser mantido
para analisar um possível impacto futuro da pandemia de COVID-19 nas
projeções de nascidos vivos. A abordagem apresentada retornou boa
performance preditiva e possibilidade de gerar resultados inferenciais
confiáveis.
Palavras-chave: Séries temporais; Modelos híbridos de séries temporais;
GAMLSS; COVID-19; Nascidos vivos.
Comentários desativados