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 | Tamanho | Formato | |
---|---|---|---|---|
arquivo7222_1.pdf | 558,94 kB | Adobe PDF | ![]() Visualizar/Abrir |
Este arquivo é protegido por direitos autorais |
Este item está licenciada sob uma Licença Creative Commons