$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Estatísticas | Formato DC|



Título: FORECASTING THE INDUSTRIAL ELECTRIC ENERGY DEMAND DURING THE POST CRISIS PERIOD USING VAR AND BVAR MODELS: A COMPARISON ANALYSIS
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor(es): PAULO ROBERTO BASTOS MAIA

Colaborador(es):  REINALDO CASTRO SOUZA - Orientador
Número do Conteúdo: 17790
Catalogação:  06/07/2011 Idioma(s):  PORTUGUESE - BRAZIL

Tipo:  TEXT Subtipo:  THESIS
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17790@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=17790@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.17790

Resumo:
This thesis describes two multivariate statistical based approaches to generate unconditional monthly forecasts for the brazilian industrial electricity demand covering the lead time spanning from Jan/2010 to Dec/2010. For that, it was first checked the causality among the series involved followed by stationarity tests. It was also carried out cointegration tests to check the existence of long range trend among the series. The two approaches adopted were, respectivelly, the Classical Error Correction Vector Model (VAR/VEC) and the Bayesian counterpart (BVAR/BVEC); both modelling simultaneously the series involved in the study as a vector of time series that follow a kind of vector autoregressive structure. The results obtained with both, were compared, and, a main conclusion of the thesis, the Bayesian model produced better results, in terms of accuracy, them the Classical counterpart.

Descrição Arquivo
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, PRESENTATION, SUMMARY AND LISTS  PDF
CHAPTER 1  PDF
CHAPTER 2  PDF
CHAPTER 3  PDF
CHAPTER 4  PDF
CHAPTER 5  PDF
ARQUIVO UNICO  PDF
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui