Uso de Modelos de Decomposição em Componentes Não Observáveis para predição de séries temporais não estacionárias de commodities agrícolas.

A predição de séries temporais é frequentemente feita por Modelos Autoregressivos de Médias Móveis (ARMA na sigla em inglês) que possuem como desvantagem o requisito de que a série analisada seja estacionária, o que frequentemente não ocorre. Diante disso, os modelos de Decomposição em Componentes Não Observáveis (UCM na sigla em inglês) surgem como uma alternativa promissora a esses modelos por não assumirem a estacionariedade dos dados. O Objetivo desse trabalho foi comparar o desempenho de ambos modelos na predição de séries temporais não estacionárias, no caso o preço das commodities agrícolas do Arroz, Café, Milho, Soja e Trigo. A comparação dos modelos foi feita pela medição do Erro Percentual Absoluto Médio (MAPE na sigla em inglês) onde se verificou que o modelo UCM obteve os menores erros para todas as culturas. Apesar disso, o erro permaneceu acima de 18% em todos os casos, indicando que nenhum modelo foi capaz de prever a variável preditiva "preço" de forma razoável nas condições da análise, sendo necessárias mais estudos com inclusão de mais variáveis explicativas.