Modelos para Dados de Contagem com Estrutura Temporal

3.4.3 Comparação entre os Modelos Ajustados
Verossimilhança Preditiva
Para a série temporal sob estudo, retiramos da análise as últimas 7 observações a fim
de verificar a capacidade preditiva de cada modelo conforme visto na Subseção 3.3.1. A
Tabela 3.7 apresenta os valores estimados da verossimilhança preditiva para cada um dos
modelos ajustados. Note que, segundo este critério, o melhor modelo é o modelo binomial
negativo dinâmico seguido do modelo Poisson-lognormal dinâmico em que ξ = 0 e do
modelo Poisson-lognormal dinâmico em que ξ = −V/2, pois estes apresentaram maior
valor da verossimilhança preditiva. São justamente os modelos de sobredispersão. Ainda
segundo este critério, o modelo com o pior desempenho foi o modelo PAR com estrutura
sazonal, que apresentou o menor valor da verossimilhança preditiva. De uma forma geral,
observe que, apesar do comportamento sazonal da série temporal sob estudo, os modelos
com estrutura sazonal foram menos eficientes na previsão das observações retiradas da
análise que os modelos sem estrutura sazonal.
Tabela 3.7: Verossimilhança preditiva dos modelos ajustados.
Modelo
Poisson Dinâmico
Binomial Negativo Dinâmico
Poisson-Lognormal Dinâmico (ξ = −V/2)
Poisson-Lognormal Dinâmico (ξ = 0)
Poisson Dinâmico Sazonal
Binomial Negativo Dinâmico Sazonal
Poisson-Lognormal Dinâmico Sazonal (ξ = −V/2)
Poisson-Lognormal Dinâmico Sazonal (ξ = 0)
Poisson Autoregressivo Sazonal
Veros. Preditiva
5,1616e-08
6,6035e-08
5,9085e-08
6,1224e-08
2,9830e-08
3,3002e-08
3,7228e-08
3,1915e-08
0,1853e-08
73