CONSTRUÇÃO DE INTERVALOS DE PREDIÇÃO PARA REDES NEURAIS VIA REGRESSÃO MULTIVARIADA E SUA APLICAÇÃO EM SÉRIES HETEROCEDÁSTICAS

Mauri Aparecido de OLIVEIRA, Alessandra de Ávila MONTINI, Daniel Reed BERGMANN

Resumo


Resumo  O objetivo deste trabalho é apresentar a teoria para construção de intervalos de predição (IP) e de confiança (IC) para redes neurais artificiais (RNA) alimentadas adiante de múltiplas camadas – feedforward – baseada em regressão multivariada. Essa técnica foi aplicada em um conjunto de séries temporais univariadas ARIMA-GARCH construídas por simulação e em uma série de preço da saca da soja. O desempenho das topologias de RNA é comparado por meio do coeficiente de desigualdade de Theil, do RMSE e pela quantidade de valores que ficam fora do IP e do IC. As redes neurais têm sido utilizadas  com freqüência na análise de séries temporais e a utilização de intervalos de predição e confiança pode ser considerada uma ferramenta adicional para avaliar o desempenho das RNA.

Texto completo: PDF