Publication
Estudo comparativo entre os modelos de redes neuronais artificiais e regressão linear múltipla na modelação e previsão da procura turística em Moçambique
| dc.contributor.author | Constantino, Hortêncio | |
| dc.contributor.author | Fernandes, Paula Odete | |
| dc.contributor.author | Pereira, João Paulo | |
| dc.date.accessioned | 2020-04-21T10:58:56Z | |
| dc.date.available | 2020-04-21T10:58:56Z | |
| dc.date.issued | 2017 | |
| dc.description.abstract | O principal objetivo do presente trabalho assenta no estudo comparativo entre Redes Neuronais Artificiais e o modelo de Regressão Linear Múltipla, para prever a procura turística em Moçambique. Utilizou-se para tal, o número de dormidas mensais registadas nos estabelecimentos hoteleiros, para o período de Janeiro de 2004 a Dezembro de 2013 como variável dependente. Neste contexto foram selecionadas as variáveis explicativas: Índice Harmonizado de Preços ao Consumidor, Produto Interno Bruto e Taxa de Câmbio para os principais mercados emissores: África Sul, Estados Unidos da América, Moçambique, Portugal e Reino Unido. O modelo de redes neuronais artificiais tem uma arquitetura feedforward com uma camada escondida. Experimentaram-se diversas combinações das variáveis de entrada, diferente número de nós na camada escondida, e diferentes funções de ativação. Experimentaram-se ainda diferentes formas de apresentar a variável dependente, nomeadamente na sua forma natural (o seu valor absoluto), na forma exponencial e na forma de diferenças logarítmicas. Das diversas experiências apresentam-se aqui as melhores soluções. Destacam-se, com melhores resultados, a utilização das variáveis de entrada: índice de preços ao consumidor de Moçambique, e as taxas de câmbio do euro, do rand e do dólar face ao metical. Em alguns casos as variáveis do produto interno bruto dos Estados Unidos da América e de Portugal adicionalmente às anteriores melhoram as previsões. A partir dos resultados obtidos pôde-se observar que o modelo de Redes Neuronais Artificias produziu melhores previsões, ou seja, apresentou uma qualidade estatística de ajuste bastante satisfatória. Assim, o mesmo permitiu efetuar previsões para a procura turística em Moçambique, apresentando um coeficiente de correlação de Pearson de 0,696 e um Erro Percentual Absoluto Médio (MAPE) de 6,5%, num conjunto de teste nunca visto no processo de ajuste/treino do modelo. | pt_PT |
| dc.description.version | info:eu-repo/semantics/publishedVersion | pt_PT |
| dc.identifier.citation | Constantino, Hortêncio; Fernandes, Paula O.; Teixeira, João Paulo (2017). Estudo comparativo entre os modelos de redes neuronais artificiais e regressão linear múltipla na modelação e previsão da procura turística em Moçambique. Gestin. ISSN 1645-2534. XV:14/15, p. 95-118 | pt_PT |
| dc.identifier.issn | 1645-2534 | |
| dc.identifier.uri | http://hdl.handle.net/10198/21753 | |
| dc.language.iso | por | pt_PT |
| dc.peerreviewed | yes | pt_PT |
| dc.publisher | IPCB | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by/4.0/ | pt_PT |
| dc.subject | Modelação | pt_PT |
| dc.subject | Previsão | pt_PT |
| dc.subject | Procura turística | pt_PT |
| dc.subject | Moçambique | pt_PT |
| dc.subject | Regressão linear múltipla | pt_PT |
| dc.subject | Redes neuronais artificiais | pt_PT |
| dc.title | Estudo comparativo entre os modelos de redes neuronais artificiais e regressão linear múltipla na modelação e previsão da procura turística em Moçambique | pt_PT |
| dc.title.alternative | A Comparative Study Between Artificial Neural Network and Multiple Linear Regression to modelling and Forecast the Tourism Demand in Mozambique | pt_PT |
| dc.type | journal article | |
| dspace.entity.type | Publication | |
| oaire.citation.endPage | 118 | pt_PT |
| oaire.citation.issue | 14/15 | pt_PT |
| oaire.citation.startPage | 95 | pt_PT |
| oaire.citation.title | Gestin | pt_PT |
| oaire.citation.volume | XV | pt_PT |
| person.familyName | Fernandes | |
| person.familyName | Pereira | |
| person.givenName | Paula Odete | |
| person.givenName | João Paulo | |
| person.identifier | N-3804-2013 | |
| person.identifier.ciencia-id | 991D-9D1E-D67D | |
| person.identifier.ciencia-id | 8916-6CB8-AEB1 | |
| person.identifier.orcid | 0000-0001-8714-4901 | |
| person.identifier.orcid | 0000-0001-9259-0308 | |
| person.identifier.rid | M-8214-2013 | |
| person.identifier.scopus-author-id | 35200741800 | |
| person.identifier.scopus-author-id | 23135900800 | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | article | pt_PT |
| relation.isAuthorOfPublication | 2269147c-2b53-4d1c-bc1b-f1367d197262 | |
| relation.isAuthorOfPublication | 55b6262f-9aaf-4fd0-8e83-e858a2a92402 | |
| relation.isAuthorOfPublication.latestForDiscovery | 2269147c-2b53-4d1c-bc1b-f1367d197262 |