Please use this identifier to cite or link to this item: https://repositorio.ipea.gov.br/handle/11058/10326
Full metadata record
DC FieldValueLanguage
dc.contributor.authorLins, Gabriel de Oliveira Accioly-
dc.contributor.authorCerqueira, Daniel Ricardo de Castro-
dc.contributor.authorCoelho, Danilo Santa Cruz-
dc.contributor.authorCoelho, Danilo Santa Cruz-
dc.coverage.spatialBrasilpt_BR
dc.coverage.temporal1999-2017pt_BR
dc.date.accessioned2020-11-24T20:17:01Z-
dc.date.available2020-11-24T20:17:01Z-
dc.date.issued2020-11-
dc.identifier.urihttp://repositorio.ipea.gov.br/handle/11058/10326-
dc.description.abstractNeste 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.isopt-BRpt_BR
dc.publisherInstituto de Pesquisa Econômica Aplicada (Ipea)pt_BR
dc.titlePrevisão de homicídios no Brasil : proposta de variável antecedentept_BR
dc.title.alternativeTexto para Discussão (TD) 2611 : Previsão de homicídios no Brasil : proposta de variável antecedentept_BR
dc.typeTexto para Discussão (TD)pt_BR
dc.rights.holderInstituto de Pesquisa Econômica Aplicada (Ipea)pt_BR
dc.source.urlsourcehttp://www.ipea.gov.brpt_BR
dc.location.countryBRpt_BR
dc.description.physical40 p. : il.pt_BR
dc.subject.vcipeaIPEA::Política Econômica. Política Social. Planejamento::Problemas Sociais::Tipos de Problemas Sociais::Homicídiopt_BR
dc.subject.vcipeaIPEA::Política Econômica. Política Social. Planejamento::Problemas Sociais::Tipos de Problemas Sociais::Violênciapt_BR
dc.subject.vcipeaIPEA::Ciência. Pesquisa. Metodologia::Previsões. Fator Tempo::Previsões. Fator Tempo::Técnicas de Previsãopt_BR
dc.rights.licenseÉ 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.keywordPrevisãopt_BR
dc.subject.keywordPrevisão de homicídiospt_BR
dc.subject.keywordModel confidence setpt_BR
dc.subject.keywordSéries temporaispt_BR
dc.subject.keywordViolênciapt_BR
ipea.description.objectiveSuprimir a lacuna referente à defasagem de informações na divulgação sobre homicídios no país, permitindo assim análises conjunturais atualizadaspt_BR
ipea.description.methodologyO Rolling window e a Abordagem model confidence set (MCS),pt_BR
ipea.description.additionalinformationSérie monográfica: Texto para Discussão ; 2611pt_BR
ipea.description.additionalinformationPossui referências bibliográficas;pt_BR
ipea.description.additionalinformationPossui apêndice;pt_BR
ipea.access.typeAcesso Abertopt_BR
ipea.rights.typeLicença Comumpt_BR
ipea.englishdescription.abstractIn 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.researchfieldsN/Apt_BR
ipea.classificationAdministração Pública. Governo. Estadopt_BR
ipea.classificationCiência. Pesquisa. Metodologia. Análise Estatísticapt_BR
ipea.classificationDesenvolvimento Socialpt_BR
Appears in Collections:Administração Pública. Governo. Estado: Livros
Ciência. Pesquisa. Metodologia. Análise Estatística: Livros
Desenvolvimento Social: Livros

Files in This Item:
File Description SizeFormat 
td_2611.pdf3.96 MBAdobe PDFThumbnail
View/Open
td_2611_sumex.pdf125.34 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.