Previsão via modelos de regressão temporal e de Box-Jenkins para série mensal média de temperatura mínima de Campinas (SP)

MIRIAM RODRIGUES SILVESTRE¹; MANOEL IVANILDO SILVESTRE BEZERRA¹

¹ UNESP Presidente Prudente

Resumo

O ajuste de séries de dados climatológicos é uma tarefa que pode ser realizada através de diferentes modelos estatísticos e computacionais. Nesse trabalho são ajustados dois modelos estatísticos, o modelo de regressão de decomposição temporal e o modelo SARIMA, à série de médias mensais de temperatura mínima do ar da cidade de Campinas (SP). O período utilizado foi de junho de 1988 a junho de 2016, sendo que do início do período até maio de 2015 foi utilizado para a construção dos modelos e de junho de 2015 a junho de 2016 para avaliar a capacidade preditiva dos mesmos. Os resultados obtidos indicam que o modelo SARIMA obteve melhores resultados para a estatística do Erro Médio Absoluto (EMA) e o modelo de regressão para as estatísticas do Erro Quadrático Médio (EQM) e Raiz do Erro Quadrático Médio (REQM). Ambos os modelos foram adequados, e geraram previsões bem próximas dos verdadeiros valores.