Loading...
1 results
Search Results
Now showing 1 - 1 of 1
- Modelação e previsão da procura turística na Ilha do Sal – Cabo Verde: modelo SARIMA versus rede neuronal artificialPublication . Neves, Gilberto A.; Fernandes, Paula Odete; Nunes, Catarina S.O objetivo principal deste trabalho é a análise da série temporal "Número de dormidas mensais nos estabelecimentos turísticos da ilha do Sal - Cabo Verde” entre 2000 e 2018 e demonstrar que, no quadro dos modelos quantitativos, estimativas e previsões fiáveis para o comportamento da procura turística são preferencialmente obtidas com modelos estatísticos de previsão adequadamente especificados e testados, e com redes neuronais artificiais que permitem prever um passo à frente. Para tal, iniciou-se a investigação com uma revisão da literatura e análise de dados que possibilitou conhecer: a dinâmica do turismo mundial; o mercado emissor europeu; o desenvolvimento turístico da ilha; as características da série temporal; modelos de previsão e tendências da procura turística. Seguidamente implementaram-se diferentes estruturas de modelos de previsão. Os resultados obtidos mostram que, a nível individual, a ilha se encontra na fase de Desenvolvimento; a nível de competitividade, a ilha está estagnada dentro da fase de Exploração; e que o seu Índice de Desenvolvimento Turístico deverá crescer em 48% para entrar na fase de Envolvimento. Quanto aos modelos de previsão, obtiveram-se: o modelo SARIMA(2,1,0)(0,1,1)[12], com uma acurácia medida pelo MAPE igual a 6,77%; o modelo de redes neuronais do tipo RNAR(12,1,7)[12], com um erro de 5,61% e o método de Holt-Winters que produziu um modelo com uma precisão de 7,94%. Todos esses modelos têm alta precisão, com destaque para a rede neuronal, apesar dos dados da série não estarem adaptados à Lei de Benford. Porém, o proposto Algoritmo de Atribuição do Erro, traz melhorias ao resultado do modelo SARIMA, com uma precisão de 4,98%. Esta tese pretendeu contribuir para mostrar o potencial dos modelos estatísticos de previsão e da aplicação das redes neuronais artificiais para a previsão do número de dormidas mensais na ilha do Sal. Também se avalia a precisão das previsões de cada modelo e compara os seus diferentes desempenhos.