Publicação: Previsão de homicídios no Brasil : proposta de variável antecedente
Carregando...
Paginação
Primeira página
Última página
Data
Data de publicação
Data da Série
Data do evento
Data
Data de defesa
Data
Edição
Idioma
por
Cobertura espacial
Brasil
Cobertura temporal
1999-2017
País
BR
organization.page.location.country
Tipo de evento
Tipo
Grau Acadêmico
Fonte original
ISBN
ISSN
DOI
dARK
item.page.project.ID
item.page.project.productID
Detentor dos direitos autorais
Instituto de Pesquisa Econômica Aplicada (Ipea)
Acesso à informação
Acesso Aberto
Termos de uso
É permitida a reprodução deste texto e dos dados nele contidos, desde que citada a fonte. Reproduções para fins comerciais são proibidas.
Titulo alternativo
Texto para Discussão (TD) 2611 : Previsão de homicídios no Brasil : proposta de variável antecedente
item.page.organization.alternative
Variações no nome completo
Orientador(a)
Editor(a)
Organizador(a)
Coordenador(a)
item.page.organization.manager
Outras autorias
Palestrante/Mediador(a)/Debatedor(a)
Coodenador do Projeto
Resumo
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).
Resumo traduzido
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%.
