Questo lavoro di tesi si propone di valutare l'accuratezza predittiva del modello mSARIMA (Multiple SARIMA) per la stima dei flussi di traffico urbano, caratterizzati da due cicli stagionali sovrapposti (giornaliero e settimanale). Superando il limite dei modelli SARIMA classici, che sono in grado di gestire una sola periodicità alla volta, l’mSARIMA consente di modellare congiuntamente più cicli stagionali, mantenendo la parsimonia e le proprietà dei modelli di cui costituisce la generalizzazione. L’analisi empirica utilizza le serie storiche del traffico di Madrid: a partire dai dati grezzi del 2024, si è proceduto alla selezione di due finestre temporali distinte con frequenza semioraria, provenienti da tre sensori situati in contesti viabilistici differenti, imputando opportunamente i dati mancanti ove necessario. Le prestazioni del modello mSARIMA sono state confrontate con quelle di un modello TBATS e di un benchmark Naive, basato su un processo autoregressivo (AR), utilizzando metriche di valutazione dell’accuratezza previsiva e il test di Diebold e Mariano. I risultati dimostrano che l’mSARIMA rappresenta l’approccio complessivamente più affidabile e robusto nella previsione di serie storiche ad alta frequenza e stagionalità multipla.
Previsione dei flussi di traffico a Madrid con modelli m-SARIMA
SALTINI, SABRINA
2025/2026
Abstract
Questo lavoro di tesi si propone di valutare l'accuratezza predittiva del modello mSARIMA (Multiple SARIMA) per la stima dei flussi di traffico urbano, caratterizzati da due cicli stagionali sovrapposti (giornaliero e settimanale). Superando il limite dei modelli SARIMA classici, che sono in grado di gestire una sola periodicità alla volta, l’mSARIMA consente di modellare congiuntamente più cicli stagionali, mantenendo la parsimonia e le proprietà dei modelli di cui costituisce la generalizzazione. L’analisi empirica utilizza le serie storiche del traffico di Madrid: a partire dai dati grezzi del 2024, si è proceduto alla selezione di due finestre temporali distinte con frequenza semioraria, provenienti da tre sensori situati in contesti viabilistici differenti, imputando opportunamente i dati mancanti ove necessario. Le prestazioni del modello mSARIMA sono state confrontate con quelle di un modello TBATS e di un benchmark Naive, basato su un processo autoregressivo (AR), utilizzando metriche di valutazione dell’accuratezza previsiva e il test di Diebold e Mariano. I risultati dimostrano che l’mSARIMA rappresenta l’approccio complessivamente più affidabile e robusto nella previsione di serie storiche ad alta frequenza e stagionalità multipla.| File | Dimensione | Formato | |
|---|---|---|---|
|
Saltini_Sabrina.pdf
accesso aperto
Dimensione
5.96 MB
Formato
Adobe PDF
|
5.96 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/115418