Modelos de previsão utilizando séries temporais

Abstract

No desenvolvimento e execu ção de determinadas estrat égias, faz-se necess ário um desenvolvimento pr évio para tomada de decisão. Nesse contexto, entende-se que h a necessidade de construir e utilizar ferramentas estat ísticas para auxiliar os gestores na tomada de decisão. Contudo, o estudo de s éries temporais a ser abordado nesse trabalho expõe uma metodologia bastante conhecida nessa área, ou seja, a utiliza ção da metodologia Box e Jenkins com os respectivos passos para a identi cação do modelo. Ademais, ser a utilizada uma única variável, ou seja, totais mensais de passageiros em linhas a éreas internacionais nos EUA, do banco de dados "AirPassengers", bastante conhecida nos trabalhos de séries temporais e disponí vel no programa estatí stico R. Atrav és do software R versão 2.14.2 identi fica-se os gr afi cos das fun ções de autocorrelação e autocorrela ção parcial das diferen ças simples e sazonais, entre outros coisas, destaca-se o teste de LJung-Box utilizado para veri cação da autocorrela ção residual na etapa de valida ção do modelo. Assim, com base no crit ério de sele ção Bayesiano selecionou-se de forma iterativa o modelo com menor valor BIC, nesse caso, o modelo SARIMA(1; 1; 0) (0; 1; 0), composto por um parâmetro autoregressivo com uma diferença simples e uma diferen ça sazonal, atrav és do qual será utilizado para previsão dos meses posteriores.