[pt] RECONCILIAÇÃO ROBUSTA PARA SÉRIES TEMPORAIS HIERÁRQUICAS

[en] ROBUST RECONCILIATION FOR HIERARCHICAL TIME SERIES

[pt] MAURICIO FRANCA LILA

[pt] MODELOS DE PREVISAO

[pt] RECONCILIACAO ROBUSTA

[pt] SERIE TEMPORAL HIERARQUICA

[en] FORECASTING METHODS

[en] ROBUST RECONCILIATION

[en] HIERARCHICAL TIME SERIES

[pt] As séries temporais às vezes oferecem recursos especiais, como a desagregação natural de seus componentes de acordo com uma estrutura hierárquica. Métodos hierárquicos de previsão podem tirar vantagem dessa estrutura, considerando a reconciliação das previsões de base, produzindo resultados que geralmente são não viciados e mais precisos do que os fornecidos por métodos padrão. Neste trabalho, apresentamos o conceito de estimação robusta para métodos hierárquicos de reconciliação de previsões. Formalizamos duas abordagens robustas diferentes aplicadas a dados da Pesquisa Mensal de Emprego. Para demonstrar o potencial e validade das abordagens propostas, comparamos seu desempenho com os de métodos tradicionais e os que representam o estado da arte. Fornecemos uma contribuição original para o campo de séries temporais hierárquicas adotando a estrutura de estimativa robusta. Através de uma avaliação empírica, os resultados revelam um domínio parcial das técnicas robustas sobre a combinação ótima, baseada em mínimos quadrados ponderados, bottom-up e top-down, indicando um campo potencial de estudo na disciplina de Séries Temporais Hierárquicas.

[en] Time series sometimes offer special features, such as the natural disaggregation of their components according to a hierarchical structure. Hierarchical forecasting methods can take advantage over such structure by considering the base forecasts reconciliation, producing results which are usually unbiased and more accurate than the ones provided by standard methods. In this work, we introduce the concept of robust estimation for hierarchical forecast reconciliation methods. We formalize two different robust approaches applied to data from a Labor Force Survey in Brazil. To demonstrate the potential and validity of the proposed approaches, we compare their performance with those from traditional and state-of-the-art methods. We provided an original contribution to the field of Hierarchical Time Series adopting the framework of robust estimation. From an empirical evaluation, the results reveal a partial dominance of the robust techniques over the optimal combination based on weighted least squares, bottom-up and top-down, indicating a potential field of study in the subject of Hierarchical Time Series.

FERNANDO LUIZ CYRINO OLIVEIRA

2022-08-16

[pt] TEXTO

application/pdf

INGLÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60202@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=60202@2

https://doi.org/10.17771/PUCRio.SeminarPPGEP.60202