Comparação do desempenho dos modelos estatísticos aplicados a séries temporais de umidade relativa do ar

Modelos estatisticos aplicados a series temporais vem sendo empregados em diversas areas e tem surgido como necessidade atual para empresas sobreviverem em um mercado globalizado e competitivo. Nesse contexto, o presente trabalho tem por objetivo apresentar uma comparacao do desempenho dos modelos estatisticos: Autorregressivo de Medias Moveis Sazonal (SARMA) , Autorregressivo de Medias Moveis e entrada de variaveis exogenas (ARMAX) e modelos de Alisamento Exponencial Holt-Winters aditivo/multiplicativo, ajustados a dados de umidade relativa do ar (UR). Os dados foram coletados junto ao Instituto Nacional de Meteorologia (INMET) no periodo de 01 de outubro de 2001 a 22 de janeiro de 2014. Na comparacao dos resultados e na selecao do melhor modelo foram utilizados os criterios Erro Absoluto Percentual Medio (MAPE), Erro Quadratico Medio (EQM), Media absoluta dos erros (MAD) e Soma dos quadrados das diferencas (SSE). No periodo analisado, observou-se que a media da UR foi de 76,03% com coeficiente de variacao de 7,68% e a serie em estudo apresentou sazonalidade, justificando o uso dos modelos propostos. Os resultados mostraram que o modelo ARMAX (3,0) com a inclusao de variaveis exogenas ajustou-se de forma adequada a UR, apresentado melhores resultados de previsao em relacao aos seus concorrentes SARMA(3,0)(1,1) 12 e o Holt-Winters multiplicativo/aditivo.