Aplicativo Shiny como Suporte de Ensino de Métodos de Previsão

Autores

  • Andrea Cristina Konrath Universidade Federal de Santa Catarina
  • Rodrigo Gabriel de Miranda Universidade do Estado de Santa Catarina-Udesc
  • Luiz Ricardo Nakamura Universidade Federal de Santa Catarina
  • Elisa Henning Universidade do Estado de Santa Catarina-Udesc
  • Olga Maria Formigoni Carvalho Walter Doutoranda do Programa de Pós-Graduação em Engenharia de Produção- UFSC

DOI:

https://doi.org/10.5752/P.2316-9451.2019v7n3p35-50

Palavras-chave:

Software R. Estatística. Séries temporais.

Resumo

Este artigo tem como objetivo apresentar uma proposta de um aplicativo Shiny com foco no ensino de métodos de previsão. O Shiny é uma ferramenta para o desenvolvimento de aplicações em web para usuários do software R, sendo um ambiente para computação estatística. O aplicativo desenvolvido contempla diversos métodos de previsão sendo eles: decomposição clássica (aditiva e multiplicativa); previsão ingênua; suavização exponencial (seleção automática; e o modelo autorregressivo integrado de médias móveis (ARIMA)), permitindo ao acadêmico importar dados de planilhas eletrônicas e produzir gráficos em uma interface amigável, gratuita e acessível. Por meio do aplicativo é possível ainda avaliar a qualidade e adequabilidade dos modelos ajustados utilizando diferentes gráficos de resíduos (dispersão, histograma, função de autocorrelação e função de autocorrelação parcial)e efetuar previsões desses ajustes a partir da TABELA 1 . Conclui-se que o desenvolvimento desse aplicativo no ambiente Shiny pode ser uma alternativa na melhoria do ensino de estatística, bem como para pesquisas aplicadas, no que tange aos métodos de previsão. 

Downloads

Não há dados estatísticos.

Downloads

Publicado

2019-11-29

Como Citar

KONRATH, Andrea Cristina; MIRANDA, Rodrigo Gabriel de; NAKAMURA, Luiz Ricardo; HENNING, Elisa; WALTER, Olga Maria Formigoni Carvalho. Aplicativo Shiny como Suporte de Ensino de Métodos de Previsão. Abakós, Belo Horizonte, v. 7, n. 3, p. 35–50, 2019. DOI: 10.5752/P.2316-9451.2019v7n3p35-50. Disponível em: https://periodicos.pucminas.br/abakos/article/view/18679. Acesso em: 20 maio. 2025.

Edição

Seção

Artigos completos / Full papers

Artigos mais lidos pelo mesmo(s) autor(es)