<style type="text/css"> .wpb_animate_when_almost_visible { opacity: 1; }</style> Enap catalog › Details for: Previsão de séries de tempo :
Normal view MARC view ISBD view

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: materialTypeLabelArticlePublisher: 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 preditiva
Tags from this library: No tags from this library for this title. Log in to add tags.
    average rating: 0.0 (0 votes)
No physical items for this record

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 preditiva

There are no comments for this item.

Log in to your account to post a comment.

Click on an image to view it in the image viewer

Escola Nacional de Administração Pública

Escola Nacional de Administração Pública

Endereço:

  • Biblioteca Graciliano Ramos
  • Funcionamento: segunda a sexta-feira, das 9h às 19h
  • +55 61 2020-3139 / biblioteca@enap.gov.br
  • SPO Área Especial 2-A
  • CEP 70610-900 - Brasília/DF
<
Acesso à Informação TRANSPARÊNCIA

Powered by Koha