dc.creator | Senna, Viviane de | |
dc.date.accessioned | 2024-03-07T12:13:46Z | |
dc.date.available | 2024-03-07T12:13:46Z | |
dc.date.issued | 2024-02-05 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/31625 | |
dc.description.abstract | Traditional time series models consider only quantitative observations regarding a
certain aspect to be explained. However, there are situations that occur in certain
scenarios that can generate interference in observations, but cannot always be
quantified, as they are qualitative variables. The objective of this study was to develop a
methodological strategy capable of capturing the effects of qualitative variables and
optimizing the integration of traditional models. The methodology adopted to do so was
the Design Science Research Methodology – DSRM, which aims, through a rigorous
process of designing projects to solve problems, to evaluate project results and
communicate the conclusions obtained. The quantitative variables selected to apply the
strategy were indices of stock exchanges located on all continents, cryptocurrencies, and
the qualitative variables were the frequencies of wildfires that occurred in the countries
where the exchanges are located. ARIMA models and extensions for all series were
adjusted, such as ARIMAX-GARCH. These models were improved by applying the
strategy of inserting qualitative variables in the Box Jenkins methodology, as exogenous
dummy types “0” or “1”. The observations were divided into quartiles and defined as
dummies “1” in all frequencies positioned above the third quartile. The dummies
inserted in more complex models, such as ARIMAX-GARCH, are statistically
significant. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Séries temporais | por |
dc.subject | Variáveis qualitativas | por |
dc.subject | Variáveis dummy | por |
dc.subject | Modelos de previsão | por |
dc.subject | Time series | eng |
dc.subject | Qualitative variables | eng |
dc.subject | Model | eng |
dc.subject | Forecast | eng |
dc.title | Estratégia metodológica inovadora na determinação do impacto de fatores subjetivos em modelos de previsão | por |
dc.title.alternative | Innovative methodological strategy in determining the impact of subjective factors in forecasting models | eng |
dc.type | Tese | por |
dc.description.resumo | Os modelos de séries temporais tradicionais consideram apenas as observações quantitativas
com relação a um determinado fenômeno a ser explicado. No entanto, existem situações que
ocorrem em determinados cenários que são capazes de gerar interferências nas observações,
mas nem sempre podem ser quantificadas, pois são variáveis qualitativas. O objetivo deste
estudo foi desenvolver uma estratégia metodológica capaz de captar os efeitos de variáveis
qualitativas é otimizar as previsões dos modelos tradicionais. A metodologia adotada para isso
foi a Design Science Research Methodology – DSRM, que visa, através de um processo
rigoroso de projetar artefatos para resolver problemas, avaliar resultados do projeto e
comunicar as conclusões obtidas. As variáveis quantitativas selecionadas para aplicação da
estratégia foram índices de bolsas de valores localizadas em todos os continentes,
criptomoedas, e as variáveis qualitativas foram as frequências de focos de queimadas
ocorridos nos países em que as bolsas estão localizadas. Foram ajustados os modelos ARIMA
e extensões para todas as séries, como ARIMAX-GARCH. Esses modelos foram melhorados
pela aplicação da estratégia da inserção das variáveis qualitativas na metodologia Box
Jenkins, como exógenas do tipo dummy “0” ou “1”. As observações foram divididas em
quartis e definidas como dummies “1” em todos as frequências posicionadas acima do terceiro
quartil. As dummies inseridas nos modelos mais complexos, como ARIMAX-GARCH são
estatisticamente significativas. | por |
dc.contributor.advisor1 | Souza, Adriano Mendonça | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/5271075797851198 | por |
dc.contributor.referee1 | Dullius, Ângela Isabel dos Santos | |
dc.contributor.referee2 | Coronel, Daniel Arruda | |
dc.contributor.referee3 | Silva, Luciana Santos Costa Vieira da | |
dc.contributor.referee4 | Zonatto, Vinícius Costa da Silva | |
dc.contributor.referee5 | Silva, Wesley Vieira da | |
dc.creator.Lattes | http://lattes.cnpq.br/1604685380739336 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Engenharia de Produção | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Engenharia de Produção | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO | por |
dc.publisher.unidade | Centro de Tecnologia | por |