Publicação

Previsão dos indicadores do Covid-19

Ver documento

Detalhes bibliográficos
Resumo:A presente dissertação centra-se na modelação e previsão dos principais indicadores da doença Covid-19: número diário de novos casos, óbitos e internamentos. Pretende-se identificar e ajustar os modelos que melhor preveem as séries temporais em estudo. Para tal, apresentamos os principais métodos determinísticos e estocásticos de previsão de séries temporais univariadas: métodos de alisamento exponencial (Holt-Winters) e modelos autoregressivos e de médias móveis (ARMA). Para avaliar a qualidade preditiva dos métodos em estudo, usamos as medidas dos erros de previsão do Erro Quadrático Médio, Erro Absoluto Médio e Erro Percentual Absoluto Médio. Os resultados obtidos apontam para a escolha dos métodos mais simples e com menor esforço computacional para prever qualquer dos indicadores do Covid-19.
Autores principais:Vieira, Margarida Faria Carvalho Lopes
Assunto:Covid-19 Métodos de previsão Modelo ARMA Métodos de Holt-Winters Erros de previsão Forecast Methods ARMA model Holt-Winters method Forecast Errors
Ano:2022
País:Portugal
Tipo de documento:dissertação de mestrado
Tipo de acesso:acesso aberto
Instituição associada:Universidade de Lisboa
Idioma:português
Origem:Repositório da Universidade de Lisboa
Descrição
Resumo:A presente dissertação centra-se na modelação e previsão dos principais indicadores da doença Covid-19: número diário de novos casos, óbitos e internamentos. Pretende-se identificar e ajustar os modelos que melhor preveem as séries temporais em estudo. Para tal, apresentamos os principais métodos determinísticos e estocásticos de previsão de séries temporais univariadas: métodos de alisamento exponencial (Holt-Winters) e modelos autoregressivos e de médias móveis (ARMA). Para avaliar a qualidade preditiva dos métodos em estudo, usamos as medidas dos erros de previsão do Erro Quadrático Médio, Erro Absoluto Médio e Erro Percentual Absoluto Médio. Os resultados obtidos apontam para a escolha dos métodos mais simples e com menor esforço computacional para prever qualquer dos indicadores do Covid-19.