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

EnglishThe modulation and forecast of economic time series related with tourism showed an increase interesting, in last years, due to the relevance of the tourism sector for the Portuguese economy. Hence, the central aim of the present paper consists in the comparative study between the linear regression based model and the Artificial Neural Network (ANN) based model. The inclusion of these two different models has the purpose of understand their potentiality to deal with the peculiar characteristics of the tourism time series such as seasonality and trend. The monthly series that measure the tourism demand "Monthly Guest Nights in Hotels" between January 1990 and December 2008 was used. The developed models achieved a high level of statistical quality of adjustment, and therefore they were used for forecast purposes. A comparison between forecast values and original data for the years of 2007 and 2008 were made. The error, measured by the average of the percentage absolute error (EPAM), for the forecast in that period was 4.2% and 4.1% for the linear regression model and ANN model respectively. portuguesNos ultimos anos, dada a relevância do sector do turismo para a economia de Portugal, a modelacao e previsao de series economicas relacionadas com o turismo tem tido um crescente interesse. Assim, o principal objectivodo presente trabalho assenta no estudo comparativo entre o modelo baseado na regressao linear e o modelo baseado na tecnologia de redes neuronais artificiais. A inclusao destas duas metodologias de natureza diferente, tem como finalidade, perceber a respectiva potencialidade aplicada as caracteristicas peculiares que as series de turismo evidenciam, tais como, a sazonalidade e a tendencia. Recorreu-se para o efeito a serie mensal que mede a procura turistica: "Dormidas Mensais Registadas nos Estabelecimentos Hoteleiros em Portugal", para o periodo compreendido entre Janeiro de 1990 e Dezembro de 2008. Os modelos desenvolvidos apresentaram qualidades estatisticas e de ajustamento de precisao elevada, pelo que se procedeu a sua utilizacao para efeitos previsionais. Neste contexto, efectuou-se uma comparacao dos resultados previstos com os reais, para os anos de 2007 e 2008, apresentando, para o periodo em analise, um EPAM de 4.2% e 4.1%, respectivamente para o metodo de regressao linear (RL) e Redes Neuronais Artificiais (RNA).