Título:	Previsão do PIB estadual : novos concorrentes versus modelos tradicionais de séries temporais
Autor(es):	Pupe, João Pedro Moreira
Orientador(es):	Santos, Helton Saulo Bezerra dos
Assunto:	Séries temporais Aprendizado de máquina Produto Interno Bruto (PIB) Goiás (Estado)
Data de publicação:	25-Jun-2026
Data de defesa:	18-Nov-2025
Referência:	PUPE, João Pedro Moreira. Previsão do PIB estadual : novos concorrentes versus modelos tradicionais de séries temporais. 2025. 123 f., il. Dissertação (Mestrado em Estatística) — Universidade de Brasília, Brasília, 2025.
Abstract:	This work presents a comparative study of different forecasting models for the time series of the Gross Domestic Product (GDP) of the state of Goiás. The main objective is to evaluate the performance of classical time series models, such as SARIMA and ETS, in comparison with machine learning algorithms, including Random Forest, Gradient Boosting Machine (GBM), XGBoost, Extreme Learning Machine (ELM), Multivariate Adaptive Regression Splines (MARS), and Principal Component Regression (PCR). The analysis systematically investigates the impact of various preprocessing steps, such as deseasonalization and differencing, on the predictive performance of the models. The results indicate that deseasonalization is the most impactful preprocessing step, significantly improving the accuracy of most algorithms. Classical models such as SARIMA demonstrate great robustness, while machine learning models, particularly XGBoost and GBM, prove to be highly competitive, especially in scenarios with properly preprocessed series. The study concludes that the optimal choice of model and preprocessing steps depends on the specific characteristics of the time series, and provides a set of practical guidelines for forecasting the GDP of Goiás.
Unidade Acadêmica:	Instituto de Ciências Exatas (IE) Departamento de Estatística (IE EST)
Informações adicionais:	Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2025.
Programa de pós-graduação:	Programa de Pós-Graduação em Estatística
Licença:	A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Agência financiadora:	Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Aparece nas coleções:	Teses, dissertações e produtos pós-doutorado

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.