Combinando Previsões

Uma maneira simples de melhorar a precisão das previsões é utilizar vários métodos diferentes na mesma série temporal e calcular a média das previsões resultantes. Vamos verificar como combinar previsões criados no R e Python utilizando variáveis macroeconômicas como exemplo.

Uma maneira simples de melhorar a precisão das previsões é utilizar vários métodos diferentes na mesma série temporal e calcular a média das previsões resultantes. Vamos verificar como combinar previsões criados no R e Python utilizando variáveis macroeconômicas como exemplo.

Combinar previsões podem levar a um aumento de acurácia da previsão realizada. É comum diversos tipos de formas de junção dos resultados da previsão, seja por meio de uma média simples, seja por meio de uma combinação que penalize a pior.

Nos exemplos abaixo, utilizaremos uma média simples para combinar as previsões, pois é a abordagem mais natural. Essa abordagem tem se mostrado um excelente referencial, apesar ou talvez por causa de sua simplicidade. A previsão combinada é dada por f_c = \frac{1}{P} \sum_{i=1}^{P} f_i. É claro que outras medidas, talvez menos sensíveis a valores atípicos, como a mediana, também podem ser utilizadas.

📩 Modelo, dado e ressalva — todo dia

Este exercício é um recorte. No Boletim AM eu mostro econometria aplicada o ano inteiro, e como a IA entra nesse trabalho sem substituir o julgamento de quem entende o modelo.

Receber o Boletim AM → Todo dia no seu e-mail. Gratuito, e sai num clique.

Exemplo no R

Para ilustrar, vamos considerar um exemplo envolvendo a Dívida Bruta do Governo Geral (DBGG). Criaremos 3 tipos de modelos, e realizaremos a junção dos valores da previsão por meio de uma média simples. Realizaremos a restrição dos dados em treino e teste, bem como criaremos cada modelo:

  • ETS (Exponential smoothing state space models)
  • Tendência Estocástica por meio de modelo de regressão dinâmica.
  • Auto ARIMA

Referências dos modelos, verificar Forecasting: Principles and Practice.

Exemplo no Python

Para ilustrar, vamos considerar um exemplo envolvendo algumas variáveis bastante conhecidas:

  1. inflação mensal medida pelo IPCA;
  2. expectativas em t para t+1 para a taxa de inflação mensal;
  3. IC-br;
  4. taxa de câmbio R/US;
  5. taxa Selic anualizada;
  6. taxa de desemprego medida pela PNAD Contínua.
  7. IBC-br

Criaremos previsões a partir de um VAR e ARIMA do IPCA Mensal. A partir da previsão dos dois modelos, criaremos uma combinação por meio de uma média simples

___________________________________
Quer aprender mais?

Seja um aluno da nossa trilha de Macroeconomia Aplicada  e aprenda a criar projetos voltados para a Macroeconomia.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Encontre o seu conteúdo

Pesquisar
Boletim AM · gratuito

Estatística, econometria e IA aplicada, todo dia no seu e-mail

Um insight rápido por dia. Aos domingos, os papers, livros e modelos da semana em métodos quantitativos, aplicados à economia e ao mercado financeiro.

Quero receber o Boletim AM

Temas do blog

Livros digitais

Python, R e IA aplicados a dados econômicos

Livro Análise de Dados com PythonLivro Análise de Dados com RLivro Como Criar Agentes de IALivro Linguagem Econômica

Quatro livros com dados reais do Banco Central, do IBGE e do FED, e código pronto para rodar. Leia as primeiras páginas antes de comprar.

R$ 197R$ 47cada
Ver os livros

Artigos mais acessados

Análise Macro © 2011 / 2026

comercial@analisemacro.com.br – Rua Visconde de Pirajá, 414, Sala 718
Ipanema, Rio de Janeiro – RJ – CEP: 22410-002