Simone Beatriz Wolfart, José Donizetti de Lima, Gilson Adamczuk Oliveira, A. Neto
{"title":"利用时间序列预测巴西粮食产量的方法研究","authors":"Simone Beatriz Wolfart, José Donizetti de Lima, Gilson Adamczuk Oliveira, A. Neto","doi":"10.14488/enegep2020_tn_sto_344_1765_40020","DOIUrl":null,"url":null,"abstract":"A previsão é uma ferramenta fundamental para se posicionar estrategicamente frente aos negócios futuros. O objetivo deste artigo é estudar a previsão da produção de grãos no Brasil, utilizando os dados históricos disponibilizados pela CONAB, no período de 1976/1977 a 2018/2019, via análise de séries temporais. Foi utilizado o método Box & Jenkis para realizações das previsões. A definição do melhor modelo foi por meio da avaliação dos erros de previsão calculados para cada modelo e escolhido o que melhor representa a série analisada. O modelo que mais se adequou foi o ARIMA (1,1,2), com MAPE de 7,1% (validação) e 5,4%(teste) com AIC 18,05. Com os resultados obtidos na previsão da produção, percebeu-se que o modelo escolhido atendeu a expectativa da previsão, pois gerou resultados dentro dos limites inferiores e superiores de variação com 95% de confiança.","PeriodicalId":30267,"journal":{"name":"Cadernos do IME Serie Estatistica","volume":"65 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2020-11-04","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"ESTUDO DE MÉTODOS PARA PREVISÃO DA PRODUÇÃO DE GRÃOS NO BRASIL VIA SÉRIES TEMPORAIS\",\"authors\":\"Simone Beatriz Wolfart, José Donizetti de Lima, Gilson Adamczuk Oliveira, A. Neto\",\"doi\":\"10.14488/enegep2020_tn_sto_344_1765_40020\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"A previsão é uma ferramenta fundamental para se posicionar estrategicamente frente aos negócios futuros. O objetivo deste artigo é estudar a previsão da produção de grãos no Brasil, utilizando os dados históricos disponibilizados pela CONAB, no período de 1976/1977 a 2018/2019, via análise de séries temporais. Foi utilizado o método Box & Jenkis para realizações das previsões. A definição do melhor modelo foi por meio da avaliação dos erros de previsão calculados para cada modelo e escolhido o que melhor representa a série analisada. O modelo que mais se adequou foi o ARIMA (1,1,2), com MAPE de 7,1% (validação) e 5,4%(teste) com AIC 18,05. Com os resultados obtidos na previsão da produção, percebeu-se que o modelo escolhido atendeu a expectativa da previsão, pois gerou resultados dentro dos limites inferiores e superiores de variação com 95% de confiança.\",\"PeriodicalId\":30267,\"journal\":{\"name\":\"Cadernos do IME Serie Estatistica\",\"volume\":\"65 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2020-11-04\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Cadernos do IME Serie Estatistica\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.14488/enegep2020_tn_sto_344_1765_40020\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Cadernos do IME Serie Estatistica","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.14488/enegep2020_tn_sto_344_1765_40020","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
ESTUDO DE MÉTODOS PARA PREVISÃO DA PRODUÇÃO DE GRÃOS NO BRASIL VIA SÉRIES TEMPORAIS
A previsão é uma ferramenta fundamental para se posicionar estrategicamente frente aos negócios futuros. O objetivo deste artigo é estudar a previsão da produção de grãos no Brasil, utilizando os dados históricos disponibilizados pela CONAB, no período de 1976/1977 a 2018/2019, via análise de séries temporais. Foi utilizado o método Box & Jenkis para realizações das previsões. A definição do melhor modelo foi por meio da avaliação dos erros de previsão calculados para cada modelo e escolhido o que melhor representa a série analisada. O modelo que mais se adequou foi o ARIMA (1,1,2), com MAPE de 7,1% (validação) e 5,4%(teste) com AIC 18,05. Com os resultados obtidos na previsão da produção, percebeu-se que o modelo escolhido atendeu a expectativa da previsão, pois gerou resultados dentro dos limites inferiores e superiores de variação com 95% de confiança.