Análise e aplicação de modelos preditivos no fluxo de turistas em território brasileiro frente a aspectos econômicos

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Tavares, João Gabriel Perez
Orientador(a): Souza, Rafael Martins de
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
VAR
Link de acesso: https://hdl.handle.net/10438/35638
Resumo: O turismo desempenha um papel fundamental na economia brasileira, impulsionando o crescimento e gerando empregos em diversas regiões do país. Compreender os fatores que influenciam a demanda turística é crucial para o planejamento estratégico do setor e para o desenvolvimento econômico sustentável. O presente trabalho tem como objetivo analisar a evolução da demanda por turismo, a partir do número de passagens comercializadas no território brasileiro, com foco na sua correlação com seis variáveis econômicas relevantes: tarifa média praticada em passagens aéreas, taxa Selic, IPCA, cotação do dólar, renda média e desemprego. O estudo se baseia em dados coletados ao longo de um período significativo, abrangendo anos anteriores, e utiliza análises estatísticas e métodos econométricos para identificar padrões e relações entre as variáveis mencionadas. Inicialmente, são apresentados dados históricos da demanda por turismo no Brasil, permitindo uma visão geral do comportamento do setor ao longo do tempo. Após isso, será realizado aplicação de métodos preditivos para buscar uma previsão do fluxo de passageiros com base nas variáveis selecionadas. Visando alcançar esse objetivo, foram utilizados o Modelo Autorregressivo e Integrado de Médias Móveis (ARIMA), o Modelo Autorregressivo e Integrado de Médias Móveis com Sazonalidade (SARIMA), Modelo Vetorial Autorregressivo (VAR), o Long Short Term Memory (LSTM) e Modelo Multivariado com Defasagens Distribuídas.