Previsão de séries de tempo : redes neurais artificiais e modelos estruturais
By: FERNANDES, Luiz Gustavo L.
Contributor(s): NAVAUX, Philippe O. A | PORTUGAL, Marcelo Savino.
Material type: ArticlePublisher: Brasília : IPEA, Agosto 1996Pesquisa e Planejamento Econômico: PPE 26, 2, p. 253-277Abstract: Neste artigo procura-se atingir um duplo objetivo: por um lado, o modelo de Redes Neurais Artificiais (RNA) é apresentado dando destaque às suas características estatísticas; e, por outro, são apresentados dois exercícios de previsão empíricos onde se tenta comparar o desempenho das RNAs e do modelo de séries de tempo estrutural, que pertence à classe dos modelos de decomposição em componentes não-observáveis (UCM). Na verdade, os modelos econométricos tradicionais são usados para fornecer uma base inicial para a determinação da arquitetura da RNA. Os resultados mostram que, para as previsões um passo a frente, não é possível discriminar inequivocamente a favor de um dos modelos; contudo, para previsões com horizontes de tempo mais longos, a RNA apresenta maior capacidade preditivaNeste artigo procura-se atingir um duplo objetivo: por um lado, o modelo de Redes Neurais Artificiais (RNA) é apresentado dando destaque às suas características estatísticas; e, por outro, são apresentados dois exercícios de previsão empíricos onde se tenta comparar o desempenho das RNAs e do modelo de séries de tempo estrutural, que pertence à classe dos modelos de decomposição em componentes não-observáveis (UCM). Na verdade, os modelos econométricos tradicionais são usados para fornecer uma base inicial para a determinação da arquitetura da RNA. Os resultados mostram que, para as previsões um passo a frente, não é possível discriminar inequivocamente a favor de um dos modelos; contudo, para previsões com horizontes de tempo mais longos, a RNA apresenta maior capacidade preditiva
There are no comments for this item.