Modelação da procura turística em Portugal: regressão linear versus redes neuronais artificiais

  • Telmo Nuno Martins Machado Instituto Politécnico de Bragança
  • João Paulo Ramos Teixeira Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Bragança
  • Paula Odete Fernandes Escola Superior de Tecnologia e Gestão do Instituto Politécnico de Bragança
Palavras-chave: Modelação de Dados, Procura Turística, Séries Temporais, Redes Neuronais Artificiais, Previsão

Resumo

Nos últimos anos, dada a relevância do sector do turismo para a economia de Portugal, a modelação e previsão de séries económicas relacionadas com o turismo têm tido um crescente interesse. Assim, o principal objectivo do presente trabalho assenta no estudo comparativo entre o modelo baseado na regressão linear e o modelo baseado na tecnologia de redes neuronais artificiais. A inclusão destas duas metodologias de natureza diferente, tem como finalidade, perceber a respectiva potencialidade aplicada às características peculiares que as séries de turismo evidenciam, tais como, a sazonalidade e a tendência. Recorreu-se para o efeito à série mensal que mede a procura turística: “Dormidas Mensais Registadas nos Estabelecimentos Hoteleiros em Portugal”, para o período compreendido entre Janeiro de 1990 e Dezembro de 2008. Os modelos desenvolvidos apresentaram qualidades estatísticas e de ajustamento de precisão elevada, pelo que se procedeu à sua utilização para efeitos previsionais. Neste contexto, efectuou-se uma comparação dos resultados previstos com os reais, para os anos de 2007 e 2008, apresentando, para o período em análise, um EPAM de 4.2% e 4.1%, respectivamente para o método de regressão linear (RL) e Redes Neuronais Artificiais (RNA).

 

Publicado
2010-01-01
Como Citar
Machado, T. N. M., Teixeira, J. P. R., & Fernandes, P. O. (2010). Modelação da procura turística em Portugal: regressão linear versus redes neuronais artificiais. Revista Turismo & Desenvolvimento, 1(13/14), 435-445. https://doi.org/10.34624/rtd.v1i13/14.13727
Secção
Abordagens e Métodos de Investigação