Professional Documents
Culture Documents
Identificao
1.1
1.2
Palavras-chave
Introduo e Justificativa
A rea de estudo responsvel pela predio de dados de srie temporais encontrase em uma fase de grande desenvolvimento, isto devido a necessidade de se obter
modelos confiveis e com grande preciso. Muitos estudos e pesquisas vm sendo
realizados na rea de Redes Neurais Artificiais, visando a criao de novas tcnicas,
mtodos e produtos que proporcionem praticidade e agilidade na previso das sries
temporais (ZHANG, 2003).
De acordo com Babu e Reddy (2014) a predio de dados de sries temporais
atualmente uma importante rea de pesquisa, sendo utilizada para previso em
vrias aplicaes. A predio de trfego na rede Internet auxilia aos provedores
na melhora da disponibilizao de seus servios. Predio de mudanas climticas
auxiliam no setor de agricultura. Predio de desastres ajudam na tomada das
precaues necessrias. A previso de dados financeiros ajudam os investidores a
realizar investimentos mais seguros e rentveis no mercado. Contudo, os dados de
sries temporais nem sempre possuem as mesmas caractersticas. Por exemplo, os
dados podem ser sazonais como no caso de variaes climticas repetidas de acordo
2
3
3.1
Objetivos
Objetivo Geral
3.2
Objetivos Especficos
Jul
Ago
Set
Perodo
Out Nov
Dez
Jan
Fev
5
5.1
Material e Mtodo
Materiais
De modo a auxiliar no desenvolvimento do projeto, tanto prtico como terico, sero utilizados livros, artigos, teste e trabalhos de concluso de curso. Os materiais
esto disponveis para a consulta atravs da biblioteca da Unioeste, da Fundao
PTI, Unila e repositrios virtuais.
A srie temporal a ser utilizada, de maneira a aferir a qualidade do mtodo gerado, pode ser encontrada atravs do endereo <http://www.sidc.be/silso/
datafiles> e corresponde a dados de observaes de manchas solares. A srie de
manchas solares de Wolf considerada no linear e no Gaussiana, utilizada para
a verificao de modelos no lineares mas estudada tanto em modelagens lineares
e no lineares. Ela composta de 315 observaes do nmero de manchas solares
anuais de 1700 2014 (SILSO World Data Center, 1750-2014). O conjunto utilizado neste projeto ser composto do dados correspondentes ao intervalo do ano de
1700 1987. O conjunto de testes, 221 observaes (1700 1920), ser utilizado
para formular o modelo para ento a amostra de teste, ltimas 67 observaes
(1921 1987), ser aplicada para avaliar a performance do modelo estabelecido.
Para a gerao do modelo de predio, assim como das representaes visuais dos dados e dos modelos obtidos, sero utilizadas linguagens de programao
amplamente utilizadas para a analise de dados, como R, Python e MATLAB. As
ferramentas citadas possuem, de forma integrada ou por meio de pacotes de terceiros, algoritmos estatsticos e computacionais para predio de sries temporais
e provm modos de visualizar dados atravs da gerao de grficos.
5.2
Mtodos
Critrios de Avaliao
= ^
(1)
(2)
=1
1
2
=1
(3)
2
=1
RSME =
(4)
* 100
=1
(5)
Referncias
Sntese Bibliogrfica
11
12