Resumo
Os sistemas de partilha de bicicletas representam o futuro da mobilidade, contribuindo para a criação de uma economia “verde” e para um futuro mais sustentável. Neste âmbito, é preocupação da cidade de Seoul assegurar uma oferta estável e adequada de bicicletas. O principal objetivo desta investigação é providenciar resultados úteis sobre como prever a procura de bicicletas partilhadas com recurso a métodos automáticos. Os objetivos secundários passam pela análise comparada de performance dos vários modelos preditivos considerados e pela identificação de efeitos causais. Com base em dados sobre a partilha de bicicletas em Seoul, foram implementados diferentes modelos paramétricos e não paramétricos de séries cronológicas, incluindo ARIMA sazonais, regressões lineares múltiplas e de vetores de suporte. Em coerência com a literatura existente sobre o tema, foram tidas em consideração variáveis relacionadas com o estado do tempo meteorológico. De facto, as viagens de bicicleta são influenciadas por fatores como a temperatura, bem como por efeitos que ocorrem em certas épocas do ano. Após a exploração das relações entre as variáveis dependente e independentes, foram estimados e testados diferentes modelos. De acordo com os erros de previsão medidos na subamostra de teste, as regressões de vetores de suporte parecem ser a melhor aproximação para prever a procura por bicicletas partilhadas.| Data de atribuição | 4 jul. 2024 |
|---|---|
| Idioma original | English |
| Instituição de premiação |
|
| Supervisor | Pedro Afonso Fernandes (Supervisor) |
ODS da ONU
Esta tese de estudante contribui para os seguintes Objetivos de Desenvolvimento Sustentável (ODS) da ONU
-
ODS 11 Cidades e comunidades sustentáveis
-
ODS 13 Ação climática
Keywords
- Séries cronológicas
- Econometria
- Aprendizagem automática
- Previsão
Designação
- Mestrado em Análise de Dados para Gestão
Citação
- Standard