Modelos de séries temporais para a previsão da temperatura média mensal de Lavras, MG

Abstract

A natureza da dependência das observações é considerada um problema prático de interesse e, comumente, o objetivo de estudo da série temporal, é classificado em 4 tipos: investigar o mecanismo gerador da série, realizar previsões para valores futuros, descrever o comportamento da série e procurar periodicidade relevantes nos dados. Frequentemente, existe o interesse em modelar dados climatológicos, como por exemplo, os produtos produzidos no ramo agropecuário são influenciados pela temperatura do ar, uma vez que esta variável pode causar efeitos fisiológicos positivos ou negativos em plantas e/ou animais. Uma forma de análise para tais dados climatológicos pode ser realizada via modelos de séries temporais, visto que tais variáveis apresentam sazonalidade, correlação serial no tempo e tendem a não ser estacionárias, reunindo características ideais para o uso dessa ferramenta estatística. Portanto, este trabalho tem por objetivo estudar o comportamento futuro da série mensal da temperatura média compensada da cidade de Lavras, bem como, detectar padrões de periodicidade no comportamento da série. A seleção do modelo foi baseada naquele que apresentou menor erro quadrático médio de previsão e erro absoluto percentual médio. Destacam-se os modelos SARIMA(4,0,0)(0,1,1)$_{12}$ e suavização exponencial sazonal de Holt-Winters que apresentaram o menor erro quadrático médio de previsão e erro absoluto percentual médio, respectivamente. Conclui-se que ambos modelos, foram capazes de captar a periodicidade sazonal anual presente nas oservações, como também, fornecem boas previsões para a série de temperatura média mensal de Lavras, sugerindo que esses modelos são adequados para a realização deste tipo de análise.