[pt] MODELOS E APLICAÇÕES PARA SÉRIES TEMPORAIS HIERÁRQUICAS: ABORDAGENS DE RECONCILIAÇÃO ÓTIMA E PROPORÇÕES DE PREVISÃO

• Ano de defesa: 2016
• Autor(a) principal: THAISA DE FREITAS
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] SERIES TEMPORAIS HIERARQUICAS; [pt] TOP-DOWN BASEADO NAS PROPORCOES DA PREVISAO; [pt] RECONCILIACAO OTIMA; [pt] PREVISAO HIERARQUICA; [en] HIERARCHICAL TIME SERIES; [en] HIERARCHICAL FORECASTING
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=27241&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=27241&idi=2; http://doi.org/10.17771/PUCRio.acad.27241

[pt] Séries Temporais que podem ser organizadas em níveis de acordo com, por exemplo, o tipo de produto, região geográfica, classe de consumo, dentre outros, são chamadas de Séries Temporais Hierárquicas (ou agrupadas, quando possuem mais de uma variável de agregação). Informações referentes à previsão destas séries são fundamentais para a tomada de decisão seja no nível gerencial ou operacional de todo tipo de negócio. Para atender a essas informações, são utilizadas técnicas de previsão hierárquica, que têm como foco reduzir os custos e melhorar a acurácia da previsão. O objetivo deste trabalho é estudar abordagens para agregar/desagregar previsões feitas para Séries Temporais Hierárquicas ou Agrupadas. Como resultado do trabalho destaca-se a apresentação das abordagens que representam o estado da arte em previsão hierárquica: Reconciliação Ótima (também chamada de Combinação Ótima) e Top-Down baseada na Proporção das Previsões. Ainda referente aos resultados destaca-se a análise das diversas técnicas de previsão hierárquica encontradas na literatura aplicadas a duas séries clássicas do contexto brasileiro: a série agrupada de consumo de energia elétrica agregada por região do país e classe de consumo, e a série hierárquica de demanda de transporte aéreo representada pela variável RPK (Revenue Passenger Kilometers). O desempenho preditivo das abordagens foi avaliado com base na métrica MAPE, e o teste de Diebold-Mariano foi aplicado para verificar se a diferença no desempenho das abordagens novas e tradicionais é significativa.