Skip navigation
Use este identificador para citar ou linkar para este item: https://repositorio.ufpe.br/handle/123456789/6410

Compartilhe esta página

Título: Modelagem e previsão da arrecadação do imposto de renda no Brasil
Autor(es): dos Santos Gomes, Amanda
Palavras-chave: Alisamento exponencial; Modelos ARFIMA; Previsões
Data do documento: 2003
Editor: Universidade Federal de Pernambuco
Citação: dos Santos Gomes, Amanda; Cribari Neto, Francisco. Modelagem e previsão da arrecadação do imposto de renda no Brasil. 2003. Dissertação (Mestrado). Programa de Pós-Graduação em Estatística, Universidade Federal de Pernambuco, Recife, 2003.
Abstract: O objetivo central da presente dissertação é avaliar estratégias univariadas de modelagem e previsão da arrecadação do imposto de renda no Brasil. Ao longo desta dissertação, empregaremos o algoritmo de alisamento exponencial de Holt-Winters, usaremos a metodologia de Box-Jenkins com os modelos sazonais auto-regressivos integrados de médias móveis, SARIMA, e aplicaremos também o modelo SARMAX. Nesse último modelo usamos como variável explicativa duas especificações diferentes da tendência da série. Finalmente, consideramos as combinações de previsões obtidas de diferentes estratégias de previsão. Combinações de previsões individuais obtidas através das quatro diferentes estratégias de previsão geraram boas previsões, contudo os resultados sugerem que o método SARMAX com tendência não-linear (estimada não-parametricamente) possui a melhor capacidada preditiva dentre todos os procedimentos considerados
URI: https://repositorio.ufpe.br/handle/123456789/6410
Aparece nas coleções:Dissertações de Mestrado - Estatística

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
arquivo7222_1.pdf558,94 kBAdobe PDFThumbnail
Visualizar/Abrir


Este arquivo é protegido por direitos autorais



Este item está licenciada sob uma Licença Creative Commons Creative Commons