Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/53060

Compartilhe esta página

Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorSOUTO MAIOR, Caio Bezerra-
dc.contributor.authorFONSECA, Gabriel Henrique de Melo-
dc.date.accessioned2023-10-18T16:10:18Z-
dc.date.available2023-10-18T16:10:18Z-
dc.date.issued2023-09-20-
dc.date.submitted2023-10-04-
dc.identifier.citationFONSECA, Gabriel Henrique de Melo. Aplicação do modelo SARIMA e Holt-Winters para previsão de crimes no estado de Pernambuco. 2023. 29 f. TCC (Graduação) - Curso de Engenharia de Produção, Universidade Federal de Pernambuco, Caruaru, 2023.pt_BR
dc.identifier.urihttps://repositorio.ufpe.br/handle/123456789/53060-
dc.description.abstractA criminalidade é uma questão pertinente no cotidiano dos governos e municípios do Brasil. Considerando os dados disponibilizados pelas instituições públicas, é possível interpretá-los e aplicar técnicas de estimação de ocorrências futuras que possam ajudar nas tomadas de decisões e mitigar a criminalidade. Dessa forma, este estudo tem como objetivo a previsão de crimes em grandes cidades do estado de Pernambuco, utilizando modelos clássicos de previsão. Assim, realizou-se uma análise e tratamento dos dados, para então previsão dos crimes e verificação de relações entre eles. Depois utilizando o SARIMA e Holt-Winters foram identificados a frequência para cada série do conjunto de a partir da Função de Autocorrelação (ACF) e Função de Autocorrelação Parcial (PACF). Após a aplicação dos modelos de previsão, forma observados as métricas dos erros e verificado os melhores modelos. Com isso, foi identificado que o modelo SARIMA foi o mais adequado para a previsão apreensão de armas e o modelo HW foi o mais adequado para a ocorrência de Crimes Violentos Letais e Intencionais (CVLI), como também observou uma relação de antagonismo entre as previsões das duas séries.pt_BR
dc.format.extent33p.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectHolt-Winterspt_BR
dc.subjectSARIMApt_BR
dc.subjectCVLIspt_BR
dc.subjectApreensão de Armaspt_BR
dc.subjectPrevisõespt_BR
dc.titleAplicação do modelo SARIMA e Holt-Winters para previsão de crimes no estado de Pernambuco.pt_BR
dc.typebachelorThesispt_BR
dc.degree.levelGraduacaopt_BR
dc.contributor.advisorLatteshttp://lattes.cnpq.br/3781749044433557pt_BR
dc.description.abstractxCrime is a pertinent issue in the daily lives of governments and municipalities in Brazil. Considering the data made available by public institutions, it is possible to interpret them and apply techniques to estimate future occurrences that can help in decision-making and mitigate crime. Thus, this study aims to predict crimes in large cities in the state of Pernambuco, using classical prediction models. Thus, an analysis and treatment of the data was carried out, in order to predict the crimes and verify the relationships between them. Then, using SARIMA and Holt-Winters, the frequency for each series of the set of Autocorrelation Function (ACF) and Partial Autocorrelation Function (PACF) were identified. After applying the prediction models, the error metrics were observed and the best models were verified. Thus, it was identified that the SARIMA model was the most appropriate for the prediction of weapons seizure and the HW model was the most appropriate for the occurrence of Lethal and Intentional Violent Crimes (CVLI), as well as observing a relationship of antagonism between the predictions of the two series.pt_BR
dc.subject.cnpqÁreas::Engenharias::Engenharia de Produçãopt_BR
dc.degree.departament::(CAA-NT) - Núcleo de Tecnologiapt_BR
dc.degree.graduation::CAA-Curso de Graduação em Engenharia de Produçãopt_BR
dc.degree.grantorUniversidade Federal de Pernambucopt_BR
dc.degree.localCaruarupt_BR
Aparece nas coleções:TCC- Engenharia de Produção - Bacharelado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
TCC Gabriel Henrique de Melo Fonseca.pdf593,34 kBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons