Please use this identifier to cite or link to this item:
https://repositorio.ipea.gov.br/handle/11058/10326
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Lins, Gabriel de Oliveira Accioly | - |
dc.contributor.author | Cerqueira, Daniel Ricardo de Castro | - |
dc.contributor.author | Coelho, Danilo Santa Cruz | - |
dc.contributor.author | Coelho, Danilo Santa Cruz | - |
dc.coverage.spatial | Brasil | pt_BR |
dc.coverage.temporal | 1999-2017 | pt_BR |
dc.date.accessioned | 2020-11-24T20:17:01Z | - |
dc.date.available | 2020-11-24T20:17:01Z | - |
dc.date.issued | 2020-11 | - |
dc.identifier.uri | http://repositorio.ipea.gov.br/handle/11058/10326 | - |
dc.description.abstract | Neste estudo, investigamos a capacidade de variáveis antecedentes, entre elas internações por agressão, na previsão do número de homicídios no Brasil. O objetivo principal desta pesquisa é suprimir a lacuna referente à defasagem de informações na divulgação sobre homicídios no país, permitindo assim análises conjunturais atualizadas. Para tanto, por intermédio do esquema rolling window e da abordagem model confidence set (MCS), investigamos se modelos de variáveis antecedentes apresentam desempenho preditivo superior ao conjunto de modelos univariados. Ao aplicar a abordagem MCS, considerando diferentes estatísticas de avaliação, funções de perda e janelas de estimação, encontramos fortes evidências da capacidade das variáveis antecedentes utilizadas fornecerem conteúdo informacional adicional na previsão da dinâmica criminal brasileira, com modelos de variáveis antecedentes sistematicamente superando modelos univariados. Na média, os melhores modelos de variáveis antecedentes apresentam melhorias relativas ao benchmark random walk, de 60% em termos de raiz do erro quadrado médio (RMSE), erro absoluto médio (MAE) e desvio absoluto médio da média (MAD). | pt_BR |
dc.language.iso | pt-BR | pt_BR |
dc.publisher | Instituto de Pesquisa Econômica Aplicada (Ipea) | pt_BR |
dc.title | Previsão de homicídios no Brasil : proposta de variável antecedente | pt_BR |
dc.title.alternative | Texto para Discussão (TD) 2611 : Previsão de homicídios no Brasil : proposta de variável antecedente | pt_BR |
dc.type | Texto para Discussão (TD) | pt_BR |
dc.rights.holder | Instituto de Pesquisa Econômica Aplicada (Ipea) | pt_BR |
dc.source.urlsource | http://www.ipea.gov.br | pt_BR |
dc.location.country | BR | pt_BR |
dc.description.physical | 40 p. : il. | pt_BR |
dc.subject.vcipea | IPEA::Política Econômica. Política Social. Planejamento::Problemas Sociais::Tipos de Problemas Sociais::Homicídio | pt_BR |
dc.subject.vcipea | IPEA::Política Econômica. Política Social. Planejamento::Problemas Sociais::Tipos de Problemas Sociais::Violência | pt_BR |
dc.subject.vcipea | IPEA::Ciência. Pesquisa. Metodologia::Previsões. Fator Tempo::Previsões. Fator Tempo::Técnicas de Previsão | pt_BR |
dc.rights.license | É permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas. | pt_BR |
dc.subject.keyword | Previsão | pt_BR |
dc.subject.keyword | Previsão de homicídios | pt_BR |
dc.subject.keyword | Model confidence set | pt_BR |
dc.subject.keyword | Séries temporais | pt_BR |
dc.subject.keyword | Violência | pt_BR |
ipea.description.objective | Suprimir a lacuna referente à defasagem de informações na divulgação sobre homicídios no país, permitindo assim análises conjunturais atualizadas | pt_BR |
ipea.description.methodology | O Rolling window e a Abordagem model confidence set (MCS), | pt_BR |
ipea.description.additionalinformation | Série monográfica: Texto para Discussão ; 2611 | pt_BR |
ipea.description.additionalinformation | Possui referências bibliográficas; | pt_BR |
ipea.description.additionalinformation | Possui apêndice; | pt_BR |
ipea.access.type | Acesso Aberto | pt_BR |
ipea.rights.type | Licença Comum | pt_BR |
ipea.englishdescription.abstract | In this article we investigate the capacity of antecedent variables, among them admissions for aggression, in the prediction of the number of homicides in Brazil. The main objective is to eliminate a gap regarding the large time lag in the dissemination of information about these deaths in the country, allowing updated conjuncture analyzes. For this, through a “rolling window” scheme and “Model Confidence Set” approach, we investigate whether multivariate models with leading variables show forecast performance superior to a set of univariate models. In applying the MCS approach, considering different evaluation statistics, loss functions and estimation windows, we find strong evidence of the ability of the leading variables used to provide additional information content in the prediction of the Brazilian criminal dynamics, with models of leading variables systematically surpassing univariate models, especially in extended periods of forecasting. In general, improvements related to the benchmark Random walk model, in terms of RMSE, MAE and MAD, are of the order of 60%. | pt_BR |
ipea.researchfields | N/A | pt_BR |
ipea.classification | Administração Pública. Governo. Estado | pt_BR |
ipea.classification | Ciência. Pesquisa. Metodologia. Análise Estatística | pt_BR |
ipea.classification | Desenvolvimento Social | pt_BR |
Appears in Collections: | Administração Pública. Governo. Estado: Livros Ciência. Pesquisa. Metodologia. Análise Estatística: Livros Desenvolvimento Social: Livros |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
td_2611.pdf | 3.96 MB | Adobe PDF | View/Open | |
td_2611_sumex.pdf | 125.34 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.