Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/13950
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorBarbosa, Eduardo Campana-
dc.contributor.authorSilva, Carlos Henrique Osório-
dc.contributor.authorNascimento, Moysés-
dc.contributor.authorLima, João Eustáquio de-
dc.creatorBarbosa, Eduardo Campana-
dc.creatorSilva, Carlos Henrique Osório-
dc.creatorNascimento, Moysés-
dc.creatorLima, João Eustáquio de-
dc.date2017-03-31-
dc.date.accessioned2017-08-01T20:09:50Z-
dc.date.available2017-08-01T20:09:50Z-
dc.date.issued2017-08-01-
dc.identifier.citationEDUARDO, C. B.; SILVA, C. H. O.; NASCIMENTO, M.; LIMA, J. E. Análise e previsão de temperatura máxima mensal da cidade do Rio de Janeiro (RJ) para o ano de 2016. Revista Brasileira de Biometria, Lavras, v. 35, n. 1, p. 174-193, mar. 2017.-
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/13950-
dc.description.abstractNeste trabalho comparou-se o ajuste dos modelos aditivo de Holt-Winters e SARIMA à série de temperatura máxima mensal da cidade do Rio de Janeiro (RJ), com dados de Janeiro de 2003 a Dezembro de 2015. O modelo aditivo de Holt-Winters foi escolhido devido a característica sazonal da série e o modelo SARIMA (1,0,1)×(1,1,1)12 via Critérios de Informação de Akaike e de Schwarz. A escolha do modelo final ocorreu pelos indicadores de Erro Quadrático Médio e Erro Percentual Médio Absoluto, calculados pelo ajuste aos dados históricos. Adicionalmente, o teste de Diebold e Mariano e as características de ruído branco dos resíduos foram avaliados. O modelo SARIMA (1,0,1)×(1,1,1)12 foi o modelo que melhor se ajustou aos dados e, por isso, foi adotado para previsão de temperatura máxima mensal para o ano de 2016.-
dc.description.abstractABSTRACT: In this paper we have compared the fit of additive models of Holt-Winters and SARIMA in time series of monthly maximum temperature in the city of Rio de Janeiro (RJ) using data from January 2003 to December 2015. The Holt-Winters additive model was chosen because the seasonal behavior of the time series. The SARIMA (1,0,1)×(1,1,1)12 was chosen because provided the best Akaike Information and Schwarz Criteria. The final model was chosen by using mean square error and mean absolute percentual error. These measures were calculated using the fitted model to the historical data. Additionally, a Diebold-Mariano test for predictive accuracy was applied and white noise characteristics of the residues were evaluated. The SARIMA (1,0,1)×(1,1,1)12 was the best model fitted and so it was adopted for maximum monthly temperature forecast for the year 2016.-
dc.formatapplication/pdf-
dc.languagepor-
dc.publisherUniversidade Federal de Lavras-
dc.relationhttp://www.biometria.ufla.br/index.php/BBJ/article/view/84/93-
dc.rightsAttribution 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.sourceREVISTA BRASILEIRA DE BIOMETRIA; Vol 35 No 1 (2017); 174-193-
dc.source1983-0823-
dc.subjectHolt-Winters-
dc.subjectSARIMA-
dc.subjectSazonalidade-
dc.subjectTemperatura-
dc.subjectSeasonality-
dc.subjectTemperature-
dc.titleAnálise e previsão de temperatura máxima mensal da cidade do Rio de Janeiro (RJ) para o ano de 2016-
dc.title.alternativeAnalysis and forecast for monthly maximum temperature of Rio de Janeiro city for the year 2016-
dc.typeinfo:eu-repo/semantics/article-
dc.typeinfo:eu-repo/semantics/publishedVersion-
dc.typePeer-reviewed Article-
Aparece nas coleções:Revista Brasileira de Biometria

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_Análise e previsão de temperatura máxima mensal da cidade do Rio de Janeiro (RJ) para o ano de 2016.pdf637,93 kBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons