Modelagem estatística da série mensal de acidentes aéreos: um algoritmo automatizado para a seleção de modelos de previsão do número de ocorrências em curto prazo

Resumo

O presente trabalho propõe um algoritmo para encontrar, automaticamente, o modelo que melhor ajusta à série temporal do número de acidentes aéreos mensais no Brasil, com o objetivo de prever a quantidade de acidentes para os meses subsequentes, a fim de identificar um possível crescimento acentuado e de monitorar as atividades preventivas já realizadas. Para tal, utilizou-se a técnica estatística de análise de séries temporais proposta por Box e Jenkins (1970), selecionando o modelo com o menor AIC (Akaike’s Information Criteria – Critério de Informação de Akaike), dentre um conjunto de modelos ajustados e testados (o AIC é uma medida proposta por Akaike (1974) que mede a qualidade de ajuste de um modelo estatístico – quanto menor o AIC melhor é o ajuste do modelo estatístico). Foram considerados acidentes aeronáuticos com aeronaves civis não experimentais, que aconteceram entre janeiro de 2000 e dezembro de 2012, dentro dos limites do território brasileiro, segundos dados fornecidos pelo Centro de Investigação e Prevenção de Acidentes Aeronáuticos (Cenipa). Este trabalho propõe um algoritmo desenvolvido no software livre R (R Development Core Team, 2013) para a seleção automática de modelos de série temporal de Box e Jenkins.