z-logo
open-access-imgOpen Access
Avaliação da capacidade preditiva de modelos ARIMA e VAR-VEC: o caso da demanda por energia elétrica no Rio Grande do Sul
Author(s) -
Gérson dos Santos Nunes,
Viviane Leite Dias de Mattos,
Andréa Cristina Konrath,
Luiz Ricardo Nakamura,
Antônio Cézar Bornia,
Paulo Siga Thomaz
Publication year - 2021
Publication title -
exacta
Language(s) - Portuguese
Resource type - Journals
eISSN - 1983-9308
pISSN - 1678-5428
DOI - 10.5585/exactaep.2021.17357
Subject(s) - autoregressive integrated moving average , humanities , mathematics , physics , statistics , philosophy , time series
O presente estudo apresenta a modelagem da demanda de energia elétrica no estado do Rio Grande do Sul para os três principais setores consumidores: residencial, comercial e industrial, utilizando o modelo vetorial autorregressivo, complementado pelo modelo vetorial de correção dos erros. Nesta modelagem, também foram utilizadas informações a respeito da tarifa de energia elétrica, PIB, preços de eletrodomésticos e preço de materiais e equipamentos elétricos. A capacidade preditiva dos modelos ajustados foi comparada com a do modelo obtido pela modelagem de Box-Jenkins, em especial, o modelo autorregressivo integrado de médias móveis (ARIMA). Para o ajuste dos modelos, foram utilizados dados do período 1971-2010, tendo sua validação realizada no período 2011-17. De maneira geral, para os três setores consumidores, a melhor capacidade preditiva foi obtida a partir dos modelos ARIMA. Entretanto, os outros modelos o suplantaram para a previsão um passo à frente.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom