APLICAÇÃO DO MODELO DE MÉDIA EXPONENCIAL PARA A REALIZAÇÃO DA PREVISÃO DE DEMANDA DO SETOR LEITEIRO NO BRASIL
|
|
- Jonathan Leão Casqueira
- 7 Há anos
- Visualizações:
Transcrição
1 APLICAÇÃO DO MODELO DE MÉDIA EXPONENCIAL PARA A REALIZAÇÃO DA PREVISÃO DE DEMANDA DO SETOR LEITEIRO NO BRASIL Bruna Adriele Furtado Cordeiro (UEPA) brunafurtado23@gmail.com JULIANA RIBEIRO RANIERI (UEPA) julianarranieri@gmail.com Nathalia Almeida Castro Rodrigues (UEPA) nathaliarods@hotmail.com Vivian Tereza de Souza Ferreira (UEPA) vivianferreira91@hotmail.com Tendo em vista a produção de leite industrializado nos municípios brasileiros durante os anos de 2013 e 2014, utilizaram-se os conceitos pertinentes ao Planejamento e Controle da Produção (PCP) para trabalhar os dados com o intuito de testar e identificar o melhor modelo de previsão de demanda através do desvio médio absoluto, atendendo ao mercado da maneira mais eficiente possível. A metodologia adotada foi direcionada à identificação do melhor modelo para o contexto analisado, o qual possui o menor desvio médio absoluto equivalente a 716, que corresponde à média exponencial com alfa = 0,9; considerando todos os testes realizados para alfa entre 0,1 e 0,9. A previsão obtida para o primeiro mês de 2015 foi de litros de leite industrializado. Dessa forma, é possível aplicar este trabalho na previsão de demanda de diversos tipos de produtos, quando houver dados da quantidade demandada em um determinado período. Palavras-chave: PCP; Previsão de demanda; Média exponencial; Leite industrializado
2 1. Introdução De 1976 a 1996, o IBGE levantou informações sobre o setor leiteiro através da Pesquisa Mensal de Leite, que coletava informações em todos os estabelecimentos que efetuavam o beneficiamento do leite. A Pesquisa Trimestral do Leite, iniciada no ano de 1997 a partir da reformulação da Pesquisa Mensal do Leite, investiga-se somente os estabelecimentos que beneficiam o leite e estão sob inspeção sanitária federal, estadual ou municipal. O cadastro utilizado na pesquisa teve como base o cadastro de estabelecimentos inspecionados pelo DIPOA - Departamento de Inspeção de Produtos de Origem Animal e pelas Delegacias Regionais, do Ministério da Agricultura, Abastecimento e Reforma Agrária - MAARA. Como a industrialização do leite é, por lei, obrigatoriamente fiscalizada, e todos os estabelecimentos cadastrados são investigados, sem amostragem ou corte, a pesquisa representa o universo de aquisição e industrialização formal de leite cru do País. O leite não inspecionado pela fiscalização sanitária (informal) não é contabilizado ou estimado pela pesquisa. Os dados são coletados pelas agências do IBGE através de visita a informante e entrevista pessoal ou por meio eletrônico, digitados nas agências e enviados às Unidades Estaduais para crítica local, através de um sistema de informática próprio. Para a realização deste trabalho, aplicaram-se os conceitos de Planejamento e Controle da Produção (PCP) nos dados coletados, com o intuito de testar e identificar o melhor tipo de modelo de previsão de demanda, para melhor atender a este mercado. 2. Referencial teórico 2.1 Planejamento e Controle da Produção (PCP) Segundo Tubino (1999), em um sistema de produção, o PCP tem a missão de coordenar e aplicar os recursos produtivos com o intuito de atender os planos estabelecidos da melhor forma possível, independente do nível estratégico, tático e operacional. O nível estratégico define as políticas estratégicas de longo prazo, e nesse contexto, o PCP gera um planejamento estratégico da produção e, consequentemente, um plano de produção para determinado 2
3 período. No nível tático são realizados planos de médio prazo para a produção, sendo o PCP responsável pelo desenvolvimento do planejamento-mestre da produção, de onde é possível obter o plano-mestre de produção (PMP) de produtos finais. Em relação ao nível operacional, tendo em vista que ocorre a preparação e o acompanhamento de programas de produção de curto prazo, o PCP realiza a programação da produção através da administração dos estoques, além do sequenciamento, emissão e liberação de ordens de compras, fabricação e montagem. A seguir, a figura 1 exibe as funções do PCP em sistemas de produção de uma forma geral. 2.2 Previsão de demanda Segundo Tubino (2009), a previsão de demanda é a variável mais importante dentro de um sistema de produção, em especial para as atividades de PCP. As técnicas de previsão são subdivididas em qualitativas e quantitativas. Dentro das técnicas quantitativas existem as previsões baseadas em séries temporais, com técnicas para previsão de média, tendência e sazonalidade. Para elaborar um modelo de previsão de demanda são necessárias cinco etapas: definir o objetivo do modelo; fazer a coleta e análise de dados; selecionar a técnica de previsão; obter as previsões; fazer o monitoramento do modelo (TUBINO, 2009) Segundo Khoury (2011), num processo de previsão de demanda, o modelo de previsão deve ser definido e, em seguida, seus parâmetros devem ser determinados de modo a reduzir o erro de previsão. As demandas previstas dos itens para o horizonte de planejamento são parâmetros a serem considerados em problemas de planejamento desagregado da produção Modelo de sazonalidade A sazonalidade é expressa em termos de quantidade, ou de uma percentagem, da demanda que desvia-se dos valores médios da série. Caso exista tendência, ela deve ser considerada. O valor aplicado sobre a média, ou a tendência, é conhecido como índice de sazonalidade. A forma mais simples de considerar a sazonalidade nas previsões da demanda, consiste em empregar o último dado da demanda, no período sazonal em questão, e assumi-lo como previsão. 3
4 A forma mais usual de inclusão da sazonalidade nas previsões da demanda, consiste em obter o índice de sazonalidade para os diversos períodos, empregando a média móvel concentrada e aplicado sobre o valor médio (ou tendência) previsto para o período em questão. O índice de sazonalidade é obtido dividindo-se o valor da demanda no período pela média móvel centrada neste período. O período empregado para o cálculo da média móvel é o ciclo da sazonalidade. Quando se dispõem de dados suficientes, calculam-se vários índices para cada período e tira-se uma média. (COELHO; THALMO, 2000). Figura 1 Padrão sazonal Fonte: Calôba, Modelo de tendência Para Khoury (2011), a tendência representa o movimento da demanda a longo prazo.métodos qualitativos apresentam tendências no processo preditivo devido à análise subjetiva.o método de regressão linear ou ajustamento de retas consiste em determinar a função: y=a+bx, chamada de função de regressão. Nesta função,y é a variável dependente e x a independente,a é onível ouintercepto de y e b é a inclinação da linha de tendências.seja n o número total de observações. Denote por y o valor médio da variável dependente e por x o valor médio da variável dependente. As estimativas de a e b são dadas por: a= y -bx O modelo sazonal também pode apresentar uma componente de tendência geralmente associado a uma época do ano. 4
5 Figura 2 Gráfico de tendência Fonte: Análise Técnica de Ações, Modelos de Média O método da Média Móvel é um modelo muito utilizado nas empresas em geral, por ser extremamente simples e necessitar de poucos dados históricos. Ele é indicado para previsões de curto prazo onde as componentes de tendência e sazonalidade são inexistentes ou possam ser desprezadas (MAKRIDAKIS;WHEELWRIGHT; HYNDMAN, 1998). Esse modelo nada mais é do que uma técnica simples de previsão exponencial onde são considerados os k últimos dados históricos e, com estes, é realizado uma média aritmética ou ponderada para prever o valor do próximo dado. O número de observações em cada cálculo da média permanece constante e é estipulado de maneira a tentar eliminar da melhor forma possível as componentes de tendência e sazonalidade (CHAMBERS;MULLICK; SMITH, 1971; ARCHER, 1980;MAKRIDAKIS; WHEELWRIGHT; HYNDMAN, 1998). As desvantagens desse modelo estão relacionadas à falta de acurácia ao lidar com séries históricas que apresentam tendência ou sazonalidade já que, nesse método, a previsão para o próximo período envolve sempre a adição de novos dados e a desconsideração dos anteriores. Uma alternativa para amenizar esse erro é a utilização da média ponderada para tentar construir um padrão mais próximo à realidade. A desvantagem na utilização da média móvel ponderada é a necessidade de conhecimento para determinar os pesos a serem utilizados (DAVIS; AQUILANO; CHASE, 2001). Há três tipos principais de modelos para previsões de modelos de média. O primeiro caso é o de Média Móvel Simples. Quando este tipo se mostra o melhor modelo de previsão, é feita 5
6 uma média simples com a demanda total de cada período. O resultado dessa média é a própria previsão para o próximo período. A demanda prevista pode ser obtida através da fórmula (PASCHOALINO,2009): M= Onde: D=Demanda do período P=Número de períodos estudados, podendo variar de 2 a 10 Segundo Paschoalino (2009) há também o Amortecimento Exponencial ou Média Exponencial Móvel. A técnica do Amortecimento Exponencial calcula a projeção fazendo uma ponderação entre a demanda real do período anterior D t-1 e a projeção do período anterior M t-1, utilizando o coeficiente de amaciamento exponencial α para definir o peso de cada componente no cálculo da projeção, segundo a fórmula: M t = M t-1 +α(d t-1 M t-1 ) Onde: M t = Previsão para o período t M t-1 = Previsão para o período t-1 α = Coeficiente de ponderação D t-1 = Demanda do período t-1 O coeficiente de amaciamento α deve variar entre 0 e 1, ficando inicialmente estabelecido em 0,4, podendo ser modificado a qualquer instante mediante proposta do cliente. Segundo Tubino (2009), para a previsão de média exponencial móvel, o peso de cada observação decresce no tempo em progressão geométrica, ou de forma exponencial. Quanto maior o valor do coeficiente, mais rapidamente o modelo de previsão reagirá a uma variação real da demanda. Coforme Arbex (2011), o conceito do terceiro tipo de média móvel trata-se da Média Móvel Ponderada. Neste método, atribui-se um peso a cada um dos dados, sendo que a soma deste peso deve ser igual a 1, por período selecionado (trimestre, semestre, etc). Esse método busca dar mais ênfase aos períodos mais recentes. 6
7 Após o teste dos modelos de previsão, é necessário verificar os indicadores ou erros de previsão para que se possa tomar uma decisão. A precisão da previsão refere-se ao quão perto as previsões chegam dos dados reais. Os indicadores são utilizados para verificar medidas de desempenho do nível de precisão que o modelo de previsão possui. Previsões muito próximas dos dados reais significam erros de precisão baixos, logo são mais aceitas. Quando os erros de precisão são maiores é sinal que o modelo de previsão deve ser alterado ou ajustado. O erro de previsão é a diferença entre o valor real e o valor previsto (PASCHOALINO, 2009). Ainda segundo Paschoalino (2009), uma vez obtida a previsão para cada modelo, calcula-se o Mean Absoute Deviation (MAD), que estabelece o valor absoluto médio da diferença entre a demanda prevista calculada por cada um dos modelos e a demanda real observada em um determinado período de observação. Finalmente, a demanda prevista que apresentar o menor desvio MAD deve ser a utilizada. A fórmula para o cálculo do MAD é a seguinte: MAD = Onde: DR=Demanda Real DP=Demanda Prevista P= Número de períodos estudados Segundo Khoury (2011), se MAD for pequeno, os dados reais seguem estreitamente as previsões e o modelo de previsão fornece previsões seguras. 3. Metodologia 3.1 Cenário estudado Foram escolhidos para o desenvolvimento deste trabalho os dados sobre a produção de leite cru, resfriado ou não, e industrializado, nos quatro trimestres dos anos de 2013 e Os dados representam uma média dos valores de produção de todos os municípios brasileiros e foram coletados no site do Instituto Brasileiro de Geografia e Estatística (IBGE). A partir do tratamento dos dados, foi possível observar que eles se comportam seguindo modelos de média. O estudo de previsão de demanda foi realizado desmembrando os dados que estavam expostos semestralmente, para que eles pudessem ser observados de forma mensal. 7
8 3.2 Coleta de dados Tabela 1 Quantidade (em litros) de leite cru, resfriado ou não, e industrializado Jan/Mar 2013 Abr/Jun 2013 Jul/Set 2013 Out/Dez 2013 Jan/Mar 2014 Abr/Jun 2014 Jul/Set 2014 Out/Dez 2014 No 1º mês No 2º mês No 3º mês Fonte: IBGE, 2015 Posteriormente à coleta dos dados foi gerado um gráfico para determinação de qual modelo mais apropriado para o desenvolvimento do trabalho. Com isso, foi possível definir que os dados se comportavam seguindo um modelo de média. Foram calculadas as previsões e seus respectivos erros. Obtendo-se os erros foi possível calcular o desvio absoluto dos erros (MAD) e o limite superior para controle dos erros (4*MAD), que mostra se há viabilidade de se utilizar o modelo para os dados. A ferramenta computacional utilizada para o desenvolvimento dos cálculos e gráficos necessários para o desenvolvimento desse estudo foi o Software Microsoft Excel 2010, do pacote Office. A aplicação dos métodos usados foi fundamentada a partir de pesquisa em livros da área, artigos publicados, sites da internet e orientação de especialista. 4. Resultados e discussões Figura 3 Demanda da produção de leite cru, resfriado ou não, e industrializado 8
9 Fonte: Autores, 2015 Partindo-se dos valores e análise do gráfico justificou-se a utilização de modelos de média para a previsão de demanda, pois os valores demandados, ao decorrer dos meses, não sofrem significativas variações, não apresentando comportamento sazonal ou de tendência. Para essas demandas foram utilizados os modelos de média móvel simples, média ponderada e média exponencial. 4.1 Cálculos dos erros Para os cálculos de média móvel simples foi utilizado n variando de 2 a 10, onde o mais adequado se mostrou n igual a 2. Assim como os da média exponencial com alfa (ɑ) variando de 0,1 a 0,9, onde alfa igual a 0,9 mostrou-se mais eficaz. O critério utilizado para escolher n e ɑ mais adequado foi o menor erro encontrado. Tabela 2 MADs obtidos pelos modelos Modelo MAD Média móvel simples (n=2) 785 Média ponderada 842 Média exponencial (ɑ=0,9) 716 9
10 Fonte: Autores, 2015 A aplicação dos modelos revelou que o melhor modelo a ser adotado para a previsão de demanda de leite é o de média exponencial (ɑ= 0,9), já que este apresenta o menor erro, Aplicação do limite de controle Determinado o valor do MAD, foi feita uma multiplicação por 4, o que gerou o resultado de 2862 litros, o qual foi utilizado para traçar o limite superior no gráfico de controle. Figura 4 Gráfico de controle Fonte: Autores, 2015 Como todos os pontos estão dentro do limite foi possível afirmar que o gráfico está sob controle estatístico e que a previsão realizada é confiável. 4.3 Resultado da previsão de demanda Definido a Média Exponencial como melhor modelo e comprovada sua confiabilidade através do gráfico de controle, os resultados obtidos para as os meses estudados, assim como a previsão para o primeiro mês de 2015 podem ser visualizados na tabela a seguir. Tabela 3 Previsão de demanda a partir do modelo de média exponencial 10
11 Mês Demanda Previsão Erro jan/ fev/ mar/ abr/ mai/ jun/ jul/ ago/ set/ out/ nov/ dez/ jan/ fev/ mar/ abr/ mai/ jun/ jul/ ago/ set/ out/ nov/ dez/ jan/ Fonte: Autores, Conclusão 11
12 Para este trabalho, foram realizadas aplicações de modelos de previsão de média a fim de determinar o melhor, pelo menor erro. Após isso, foi calculado o limite superior e verificado se havia algum ponto fora de controle. Foi utilizada, para a demonstração da importância do estudo de previsão de demanda, a produção mensal de leite industrializado nos municípios brasileiros nos anos de 2013 e 2014, que apresentou pouca variação ao longo dos anos estudados, demonstrando-se como um modelo de média. O modelo de média exponencial com ɑ=0,9 foi escolhido como o melhor modelo, o mais próximo da exatidão, pelo critério de menor erro. A média absoluta dos erros para esse modelo foi 716, com limite superior de Todos os erros se encontraram abaixo desse limite, comprovando que a aplicação da previsão de demanda utilizando a média exponencial para produções com demandas com pouca variação, assim como a do leite industrializado, é eficaz e capaz de evitar desperdícios ou escassez na produção de um bem. Desta forma, a partir das conclusões adquiridas com este trabalho, podemos admitir que a demanda de Janeiro de 2015 se aproxime da previsão realizada nesse estudo, por volta de litros de leite industrializado em todos os municípios brasileiros. 6. Referências bibliográficas Análise Técnica de Ações. Linhas de tendências (5) introdução à análise gráfica Disponível em:< Acesso em: 10 de maio de ARCHER, B. Forecasting demand: Quantitative and Intuitive Techniques. International Journal of Tourism Management.V.1, n.1, p.5-12, Calôba, Guilherme; Calôba, Luiz; Saliby, Eduardo.Cooperação entre redes neurais artificiais e técnicas clássicas para previsão de demanda de uma série de vendas de cerveja na Austrália UFRJ. Disponível em:< Acesso em: 10 de maio de CHAMBERS, J. C.; Mullick, S. K.; Smith, D. D.How to Choose the Right Forecasting Technique.Harvard Business Review. V.49, July-August, p.45-57, DAVIS, M.; Aquilano, N.; Chase, R. Fundamentos da Administração da Produção. Porto Alegre: Bookman, FURTADO, Maurício. Aplicação de um modelo de previsão da demanda total nos credenciados Belgo Pronto Disponível 12
13 em:< Acessoem: 10 de maio de IBGE. Número de informantes e quantidade de leite cru, resfriado ou não, adquirido e industrializado, no mês e no trimestre, por tipo de inspeção Disponível em:< of=forid%3a9&ie=iso &q=leite&sa=pesquisar&siteurl= j5>. Acesso em: 11 de maio de KHOURY, Felipe; Raupp, Fernanda. Minimização de custos de produção via programação inteira mista: Estudo de caso de planejamento de produção de luminárias PUC. Disponível em: < Acesso: 06 de maio de Rio de Janeiro. KOTLER, P; Armstrong, G. Princípios de marketing.7 ed. Rio de Janeiro: LTC, (CAP 7). MAKRIDAKIS, S.; WHEELWRIGHT, S.; HYNDMAN, R. Forecasting: Methods and Apllications. 3. ed., New York: John Wiley & Sons, PASCHOALINO, Philipe; Ferreira, Carlos; Brick, Eduardo.Análise a aplicação de modelos de previsão de demanda dos itens de fardamento da marinha do Brasil Disponível em: < Acesso em: 06 de maio de UFF. Rio de Janeiro. SPORTLINK. Grafico-distancia-media-sintetica-e-grama-natural-sportlink Disponível em:< Acesso em: 10 de maio de 2015 TUBINO, Dalvio Ferrari. Sistemas de produção: a produtividade no chão de Porto Alegre. fábrica. Ed. Bookman. 13
Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção. Prof. Fabrício Maciel Gomes
Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção Prof. Fabrício Maciel Gomes Previsão de Demanda A previsão da demanda é a base para o planejamento estratégico da produção, vendas
Leia maisDisciplina: PCP II. Rodrigues, Roger Antônio. R696p PCP II / Roger Antônio Rodrigues slides : il. colors.
Disciplina: PCP II Rodrigues, Roger Antônio. R696p PCP II / Roger Antônio Rodrigues. 2015. 22 slides : il. colors. Varginha, Sistema requerido: Adobe Acrobat Reader Modo de Acesso: World Wide Web 1. Administração
Leia maisPlanejamento e Controle da Produção I
Planejamento e Controle da Produção I Previsão de Demanda Prof. M.Sc. Gustavo Meireles 1 Introdução A previsão de demanda é a base para o planejamento da produção, vendas e finanças de qualquer empresa;
Leia maisPREVISÃO ORÇAMENTÁRIA
PREVISÃO ORÇAMENTÁRIA O desenvolvimento do orçamento requer uma visão global e razoavelmente detalhada do futuro da empresa Costumamos descartar os outliers e os resultados adversos quando projetamos o
Leia maisUtilização do modelo Holt-Winters para previsão das vendas de leite em um laticínio no oeste paranaense
Utilização do modelo Holt-Winters para previsão das vendas de leitm um laticínio no oeste paranaense Anariele Maria Minosso 1 Silvana Lígia Vincenzi Bortolotti 2 Katiane de Oliveira 3 1 Introdução A cadeia
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS ESCOLA DE ENGENHARIA ENGENHARIA DE PRODUÇÃO
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS ESCOLA DE ENGENHARIA ENGENHARIA DE PRODUÇÃO Lista de exercícios para a prova 2 Grupo teórico: 1) Comente três razões para se gerenciar a demanda 2) Defina tendência
Leia maisANÁLISE DE TÉCNICAS DE PREVISÃO DE DEMANDA: UM ESTUDO DE CASO EM UMA CERÂMICA
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 ANÁLISE DE TÉCNICAS DE PREVISÃO DE DEMANDA: UM ESTUDO DE CASO EM UMA CERÂMICA Gessica Mina Kim Jesus (UFU ) gessicamina2@gmailcom Janaina Maria da
Leia maisRELATÓRIO DE PROJETO DE PESQUISA - CEPIC INICIAÇÃO CIENTÍFICA
FACULDADE SANTA RITA - FASAR CENTRO DE PESQUISA E INICIAÇÃO CIENTÍFICA - CEPIC PROJETOS DE PESQUISA RELATÓRIO DE PROJETO DE PESQUISA - CEPIC INICIAÇÃO CIENTÍFICA Ano: 2014 Semestre: 2 P R O J E T O D E
Leia maisPalavras-chaves: Indústria de bebidas, MRP, Controle de estoque
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Leia maisSONDAGEM DA INDÚSTRIA DE TRANSFORMAÇÃO. Julho, 2015
SONDAGEM DA INDÚSTRIA DE TRANSFORMAÇÃO Julho, 2015 Resultados da pesquisa Empresas informantes: 1.134 Vendas (R$ Bilhões): 709,5 Pessoal Ocupado (em milhares): 1.360 Período de coleta: 01/07/15 a 22/07/15
Leia maisPrevisão de Demanda: Uma Análise quantitativa baseada em Média Móvel Simples e Média Móvel Centrada em uma empresa fabricante de salgados
Previsão de Demanda: Uma Análise quantitativa baseada em Média Móvel Simples e Média Móvel Centrada em uma empresa fabricante de salgados Rafaela Viletti, EPA, UNESPAR/Campus de Campo Mourão (rafa_viletti@hotmail.com)
Leia maisA APLICAÇÃO DE MÉTODOS DE PREVISÃO E SUA INFLUÊNCIA NA LUCRATIVIDADE DE UMA RELOJOARIA
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 A APLICAÇÃO DE MÉTODOS DE PREVISÃO E SUA INFLUÊNCIA NA LUCRATIVIDADE DE UMA RELOJOARIA Luiza Furtado Goncalves Couto (Ibmec ) coutoluiza@hotmailcom
Leia maisPlanejamento e Controle da Produção I Prof. M.Sc. Gustavo Suriani de Campos Meireles
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS ESCOLA DE ENGENHARIA ENGENHARIA DE PRODUÇÃO Planejamento e Controle da Produção I Prof. M.Sc. Gustavo Suriani de Campos Meireles Trabalho para composição da avaliação
Leia maisDEMONSTRATIVO DE CÁLCULO DE APOSENTADORIA - FORMAÇÃO DE CAPITAL E ESGOTAMENTO DAS CONTRIBUIÇÕES
Página 1 de 28 Atualização: da poupança jun/81 1 133.540,00 15,78 10,00% 13.354,00 10,00% 13.354,00 26.708,00-0,000% - 26.708,00 26.708,00 26.708,00 jul/81 2 133.540,00 15,78 10,00% 13.354,00 10,00% 13.354,00
Leia maisAPLICAÇÃO DE MÉTODO DE PREVISÃO DE DEMANDA: UM ESTUDO DE CASO EM UMA EMPRESA DE SISTEMAS DE AQUECIMENTO DE ÁGUA
APLICAÇÃO DE MÉTODO DE PREVISÃO DE DEMANDA: UM ESTUDO DE CASO EM UMA EMPRESA DE SISTEMAS DE AQUECIMENTO DE ÁGUA SOUZA, Wiliam Santos 1 ; PEREIRA, Gustavo Alves 2 ; COSTA, Ana Carolina Salmeiro 3 ; JESUS,
Leia maisPrevisão de Demanda: Uma Análise quantitativa baseada em séries temporais de uma empresa fabricante de portas
Previsão de Demanda: Uma Análise quantitativa baseada em séries temporais de uma empresa fabricante de portas Edimar Nunes Dias, EPA, UNESPAR/Campus de Campo Mourão dias_edimar@hotmail.com Igor José do
Leia maisPRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10
AMPLIAÇÃO DA CENTRAL DE Simpl Acum Simpl Acum jul/10 a jun/11 jul/11 12 13 (%) (%) (%) (%) 1.72.380,00 0,00 0,00 0,00 361.00,00 22,96 22,96 1/11 AMPLIAÇÃO DA CENTRAL DE ago/11 Simpl Acum Simpl Acum Simpl
Leia maisGESTÃO DA PRODUÇÃO. Introdução à Previsão de Demanda UFES. Prof. Dr. Joao Ferreira Netto
GESTÃO DA PRODUÇÃO Introdução à Previsão de Demanda UFES Prof. Dr. Joao Ferreira Netto Avaliação de Desempenho Marketing Previsão de Vendas Pedidos em Carteira Engenharia Estrutura do Produto Roteiro de
Leia maisPRÓ-TRANSPORTE - MOBILIDADE URBANA - PAC COPA 2014 - CT 318.931-88/10
AMPLIAÇÃO DA CENTRAL DE Simpl Acum Simpl Acum jul/10 a jun/11 jul/11 12 13 (%) (%) (%) (%) 0,00 0,00 0,00 0,00 0,00 0,00 1/11 AMPLIAÇÃO DA CENTRAL DE ago/11 Simpl Acum Simpl Acum Simpl Acum 14 set/11 15
Leia maisProf. Wendell Léo. Gestão de Estoques Previsão de Estoques.
Prof. Wendell Léo Gestão de Estoques Previsão de Estoques w.castellano@ig.com.br Previsão de Estoques Gráficos de Evolução de Consumo Evolução de Consumo Horizontal 48) O modelo de evolução horizontal
Leia maisResultados da pesquisa
Fevereiro, 2019 Resultados da pesquisa Domicílios entrevistados: 1967 Período de coleta: 01/02/19 a 19/02/19 Obs.: Todos os dados desta apresentação são ajustados por sazonalidade e tem como fonte a FGV
Leia maisResultados da pesquisa
Novembro, 2018 Resultados da pesquisa Domicílios entrevistados: 1776 Período de coleta: 01/11/18 a 21/11/18 Obs.: Todos os dados desta apresentação são ajustados por sazonalidade e tem como fonte a FGV
Leia maisResultados da pesquisa
Junho, 2019 Resultados da pesquisa Domicílios entrevistados: 1682 Período de coleta: 01/06/19 a 18/06/19 Obs.: Todos os dados desta apresentação são ajustados por sazonalidade e tem como fonte a FGV IBRE,
Leia maisResultados da pesquisa
Dezembro, 2018 Resultados da pesquisa Domicílios entrevistados: 1722 Período de coleta: 01/12/18 a 18/12/18 Obs.: Todos os dados desta apresentação são ajustados por sazonalidade e tem como fonte a FGV
Leia maisAdministração. Previsão de Estoques. Professor Rafael Ravazolo.
Administração Previsão de Estoques Professor Rafael Ravazolo www.acasadoconcurseiro.com.br Administração Aula XX PREVISÃO DE ESTOQUES Cada aspecto do gerenciamento de materiais está voltado para fornecer
Leia maisLISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIES TEMPORAIS
LISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIES TEMPORAIS 1) A que componentes de uma série temporal (pelo modelo clássico) estariam principalmente associados cada um dos seguintes
Leia maisPrevisão de Séries Temporais utilizando Métodos Estatísticos
Previsão de Séries Temporais utilizando Métodos Estatísticos Elisângela Lopes de Faria (a) Marcelo Portes Albuquerque (a) Jorge Luis González Alfonso (b) Márcio Portes Albuquerque (a) José Thadeu Pinto
Leia maisFURG / ICEAC / ADMINISTRAÇÃO. ADMMAT 2009 (3ª semana) Prof. Vanderlei Borba
FURG / ICEAC / ADMINISTRAÇÃO ADMMAT 2009 (3ª semana) Prof. Vanderlei Borba ADMINISTRAÇÃO DE MATERIAIS Métodos Estatísticos ou Matemáticos Métodos de Gestão de Materiais com base estatística 1. Média Aritmética
Leia maisANÁLISE DE SÉRIES TEMPORAIS
1 Definição e representação ANÁLISE DE SÉRIES TEMPORAIS Uma série temporal é um conjunto de observações tomadas em intervalos de tempo comumente iguais (ano a ano, mês a mês, semana a semana, etc.). Exemplos:
Leia maistaxa Indicadores IBGE Pesquisa Nacional por Amostra de Domicílios Contínua Fevereiro de 2016 Instituto Brasileiro de Geografia e Estatística - IBGE
taxa Indicadores IBGE Pesquisa Nacional por Amostra de Domicílios Contínua Fevereiro de 2016 Instituto Brasileiro de Geografia e Estatística - IBGE Presidente da República Dilma Rousseff Ministro do Planejamento,
Leia maisPlanejamento e Controle da Produção I
Planejamento e Controle da Produção I Prof. M.Sc. Gustavo Meireles 2012 Gustavo S. C. Meireles 1 Introdução Planejamento Agregado: Maximizar os resultados das operações e minimizar os riscos de tomadas
Leia maisSONDAGEM DA INDÚSTRIA DE TRANSFORMAÇÃO. Fevereiro, 2016
SONDAGEM DA INDÚSTRIA DE TRANSFORMAÇÃO, 2016 Resultados da pesquisa Empresas respondentes: 1.101 Pessoal Ocupado (em milhares): 1.294 Período de coleta: 01/02/16 a 24/02/16 Obs.: Todos os dados desta apresentação
Leia maisCapítulo 10. Método Monte Carlo
Capítulo 10 Método Monte Carlo É fascinante que somente 112.900 km 3 de água da atmosfera é que são as forças básicas do ciclo hidrológico. Corresponderia a camada de 25mm por toda a Terra David Maidment,
Leia maisAPLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA EM UMA LOJA DE MATERIAIS DE CONSTRUÇÃO
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA EM UMA LOJA DE MATERIAIS DE CONSTRUÇÃO Fernanda Quiteria Arraes Pimentel (UEPA ) pimentelfernanda95@gmailcom
Leia maisPIB de setembro cresceu +0,25% comparado com agosto e, +0,32% no terceiro trimestre em comparação ao segundo trimestre
Número 8 07.Novembro. Indicadores de setembro de PIB de setembro cresceu +0,25% comparado com agosto e, +0,32% no terceiro trimestre em comparação ao segundo trimestre A taxa mensal dessazonalizada do
Leia maisAdministração de Produção e Operações. Henrique Corrêa e Carlos Corrêa. Editora Atlas, ª Edição.
Administração de Produção e Operações Henrique Corrêa e Carlos Corrêa Editora Atlas, 2004. 1ª Edição. Material protegido pela Lei de Direitos Autorais proibida sua reprodução ou retransmissão por qualquer
Leia maisDELEGACIA REGIONAL TRIBUTÁRIA DE
Fatores válidos para recolhimento em 01/08/2016 JANEIRO 3,3714 3,2396 3,0166 2,8566 2,6932 2,5122 2,3076 2,1551 1,9790 1,8411 1,7203 1,5947 FEVEREIRO 3,3614 3,2158 3,0021 2,8464 2,6807 2,4939 2,2968 2,1429
Leia maisEnergia e de Bens de Investimento apresentaram. Grandes Agrupamentos Industriais e Total Taxa de variação homóloga (%)
Índice de Produção Industrial Março de 2017 28 de abril de 2017 Produção Industrial (*) com abrandamento ligeiro O índice de produção industrial apresentou uma variação homóloga de 1,9% (2,0% em fevereiro).
Leia maisUniversidade Federal do Rio Grande do Norte. Centro de Ciências Exatas e da Terra. Departamento de Demografia e Ciências Atuariais
Universidade Federal do Rio Grande do Norte Centro de Ciências Exatas e da Terra Departamento de Demografia e Ciências Atuariais Disciplina: Séries temporais Professor: Marcos Roberto Gonzaga Trabalho
Leia maisPalestra - Matemática Aplicada
Palestra - Matemática Aplicada Marinho G. Andrade SME/ICMC/USP Maio de 2018 Marinho (SME/ICMC/USP) SME 0803 2018.1 1 / 23 Introdução Primeiras Ideias Visão geral da abordagem estatística dos problemas;
Leia maisPerspectiva de Produção Agrícola para a Região de Instalação do Complexo Petroquímico do Estado do Rio de Janeiro (COMPERJ) para o Ano de 2015
Niterói, RJ, Brasil, 19-22 de outubro de 29 Perspectiva de Produção Agrícola para a Região de Instalação do Complexo Petroquímico do Estado do Rio de Janeiro (COMPERJ) para o de 215 1 Diogo da Rocha Vargas,
Leia maisO PIB de 2014 encerra o ano apresentando recessão de -0,1%
Número 12 06.Fevereiro.2015 Indicadores de dezembro de O PIB de encerra o ano apresentando recessão de -0,1% A taxa anual do PIB de foi de -0,1% quando comparado com o ano de, puxada pelo resultado negativo
Leia maisGESTÃO DA TECNOLOGIA DA INFORMAÇÃO DA PRODUÇÃO GTIP
Aula 05 GESTÃO DA TECNOLOGIA DA INFORMAÇÃO DA PRODUÇÃO GTIP Professora Ma. Vanessa da Silva Mata Gestão da demanda Objetivo do Modelo A primeira etapa consiste em definir a razão pela qual necessitamos
Leia maisMarço/2011. Pesquisa Fiesp de Perspectivas de Exportação Produtos Industrializados. Departamento de Pesquisas e Estudos Econômicos 1
Março/2011 Pesquisa Fiesp de Perspectivas de Exportação Produtos Departamento de Pesquisas e Estudos Econômicos 1 METODOLOGIA 2 Indicador Fiesp de Perspectivas de Exportação Amostra: 71 maiores empresas
Leia maisMódulo 4 Ajuste de Curvas
Módulo 4 Ajuste de Curvas 4.1 Intr odução Em matemática e estatística aplicada existem muitas situações onde conhecemos uma tabela de pontos (x; y), com y obtido experimentalmente e deseja se obter uma
Leia maisUTILIZAÇÃO DO MODELO HOLT-WINTERS PARA PREVISÃO DAS VENDAS DE LEITE EM UM LATICÍNIO NO OESTE PARANAENSE
UTILIZAÇÃO DO MODELO HOLT-WINTERS PARA PREVISÃO DAS VENDAS DE LEITE EM UM LATICÍNIO NO OESTE PARANAENSE Katiane de OLIVEIRA Universidade Tecnológica Federal do Paraná - UTFPR katiane.d.o@hotmail.com Silvana
Leia mais5 Simulação do PLD médio anual
5 Simulação do PLD médio anual Como a energia elétrica tem a característica de não ser armazenável, o balanço produção-consumo deve ser feito instantaneamente, de forma que pode haver diferenças entre
Leia maisProdução na Construção acentua variação homóloga negativa
10 de fevereiro de 2012 Índices de Produção, Emprego e Remunerações na Dezembro de 2011 Produção na acentua variação homóloga negativa O índice de produção na construção apresentou uma variação homóloga
Leia maisPrevisão da produção de energia hidrelétrica no Brasil via séries temporais.
Previsão da produção de energia hidrelétrica no Brasil via séries temporais. Sílvio de Castro Silveira. Introdução Joel Augusto Muniz Thelma Sáfadi Tadeu Vilela de Souza Recentemente ascendeu-se a discussão
Leia maisGestão de Stocks. Estudo realizado por: Dulce Varandas e Lídia Teixeira. Orientação:
Implementação de um Sistema de Gestão Empresarial (ERP) numa empresa do sector metalúrgico Gestão de Stocks Estudo realizado por: Orientação: Dulce Varandas e Lídia Teixeira Prof. Jorge Pinho de Sousa
Leia maisTABELA PRÁTICA PARA CÁLCULO DOS JUROS DE MORA ICMS ANEXA AO COMUNICADO DA-46/12
JANEIRO 2,7899 2,6581 2,4351 2,2751 2,1117 1,9307 1,7261 1,5736 1,3975 1,2596 1,1388 1,0132 FEVEREIRO 2,7799 2,6343 2,4206 2,2649 2,0992 1,9124 1,7153 1,5614 1,3860 1,2496 1,1288 1,0032 MARÇO 2,7699 2,6010
Leia maisPrevisão de Demanda: Aplicação da técnica de ajustamento exponencial com tendência em uma empresa de montagem de equipamentos para beleza
Previsão de Demanda: Aplicação da técnica de ajustamento exponencial com tendência em uma empresa de montagem de equipamentos para beleza João Lucas Ferreira dos Santos, EPA, UNESPAR/Campus de Campo Mourão,
Leia maisGDOC INTERESSADO CPF/CNPJ PLACA
Fatores válidos para recolhimento em 01/02/2017 JANEIRO 3,4634 3,3316 3,1086 2,9486 2,7852 2,6042 2,3996 2,2471 2,0710 1,9331 1,8123 1,6867 FEVEREIRO 3,4534 3,3078 3,0941 2,9384 2,7727 2,5859 2,3888 2,2349
Leia maisPESQUISA MENSAL DE SERVIÇOS PMS JUNHO/2017
PESQUISA MENSAL DE SERVIÇOS PMS HO/2017 PRINCIPAIS RESULTADOS HO 2017 Mês/ mês anterior com ajuste sazonal Junho: 1,3% Maio: 0,5% Abril: 1,1% 2 PRINCIPAIS RESULTADOS 100,0 Gráfico 1 - Variação de volume
Leia maisMBA EM GESTÃO COMERCIAL
Módulo: Projeção de Vendas Aula 3: Quantitativos Sazonalidade/Tendência, Média Móvel e Suavização 2015 by Ibramerc. This work is licensed under the Creative Commons. If you want to use or share, you must
Leia maisANÁLISE COMPARATIVA ENTRE MÉTODOS DE PREVISÃO DE DEMANDA - UM ESTUDO APLICADO A INDÚSTRIA DE GÁS NATURAL NO BRASIL
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 ANÁLISE COMPARATIVA ENTRE MÉTODOS DE PREVISÃO DE DEMANDA - UM ESTUDO APLICADO A INDÚSTRIA DE GÁS NATURAL NO BRASIL Thiago Costa Carvalho (UFERSA )
Leia maisMÉTODOS PARA PREVISÃO DA DEMANDA. Método genérico para estimar demanda total de um mercado (em unidades monetárias)
GESTÃO DA DISTRIBUIÇÃO Prof. Marco A. Arbex MÉTODOS PARA PREVISÃO DA DEMANDA Método genérico para estimar demanda total de um mercado (em unidades monetárias) Q= n.q.p Q= Demanda total do mercado n= Número
Leia maisTotal e Secções Contributos para a variação homóloga (p.p.) jul. jul. set. set. mai. mai. nov. mar. mar. jan-17
jan-15 jan-16 jan-17 jan-18 jan-19 30 de ho de 2019 Índice de Produção Industrial Junho de 2019 Índice de Produção Industrial (*) registou uma variação homóloga de -5,8% O índice de produção industrial
Leia maisDecisões de Compras e de Programação dos Suprimentos. Administração de Logística e da Cadeia de Suprimentos
Decisões de Compras e de Programação dos Suprimentos Administração de Logística e da Cadeia de Suprimentos 1 Programa Importância das compras Estratégias de Compras Métodos Quantitativos e Momento dos
Leia maisORGANIZAÇÃO INDUSTRIAL PROFESSORA MAUREN POMALIS. ENG. ELÉTRICA - 8 PERÍODO UNIR/Porto Velho 2017/1
ORGANIZAÇÃO INDUSTRIAL PROFESSORA MAUREN POMALIS mauren.pomalis@unir.br ENG. ELÉTRICA - 8 PERÍODO UNIR/Porto Velho 2017/1 Aula 6 Técnicas de Previsão Previsão de demanda Em todas as áreas de atividade
Leia maisTÉCNICA DE AMORTECIMENTO EXPONENCIAL SIMPLES COM TAXA DE RESPOSTA ADAPTATIVA: UMA REFLEXÃO A RESPEITO DO COMPORTAMENTO DO COEFICIENTE ALFA.
TÉCNICA DE AMORTECIMENTO EXPONENCIAL SIMPLES COM TAXA DE RESPOSTA ADAPTATIVA: UMA REFLEXÃO A RESPEITO DO COMPORTAMENTO DO COEFICIENTE ALFA. Robert Wayne Samohyl Professor do Programa de Pós-Graduação em
Leia mais4 Modelagem do Racionamento de Energia em 2001/ Introdução
4 Modelagem do Racionamento de Energia em 2001/2002 4.1 Introdução O impacto do racionamento no consumo de energia elétrica no Brasil, em 2001, ocorreu de forma distinta entre as regiões do país e os ramos
Leia maisDATA DIA DIAS DO FRAÇÃO DATA DATA HORA DA INÍCIO DO ANO JULIANA SIDERAL T.U. SEMANA DO ANO TRÓPICO 2450000+ 2460000+
CALENDÁRIO, 2015 7 A JAN. 0 QUARTA -1-0.0018 7022.5 3750.3 1 QUINTA 0 +0.0009 7023.5 3751.3 2 SEXTA 1 +0.0037 7024.5 3752.3 3 SÁBADO 2 +0.0064 7025.5 3753.3 4 DOMINGO 3 +0.0091 7026.5 3754.3 5 SEGUNDA
Leia maisA estimativa definitiva da taxa de desemprego de setembro de 2016 foi de 10,9%
Estimativas Mensais de Emprego e Desemprego ubro de 30 de novembro de A estimativa definitiva da taxa de desemprego de setembro de foi de 10,9% A estimativa definitiva da taxa de desemprego de setembro
Leia maisÍndice de Produção Industrial (*) acelerou
Índice de Produção Industrial Dezembro de 2016 30 de janeiro de 2017 Índice de Produção Industrial (*) acelerou O índice de produção industrial apresentou uma variação homóloga de 5,1%, em dezembro (1,9%
Leia maisANÁLISE DO PREÇO DO MILHO ENTRE OS ANOS DE 2005 A 2014
ANÁLISE DO PREÇO DO MILHO ENTRE OS ANOS DE 2005 A 2014 Lázaro Eduardo Faraoni¹, Fabio Bechelli Tonin² ¹Discente do curso de Tecnologia em Agronegócio- FATEC Botucatu edufaraoni@gmail.com ² Prof. Dr. Faculdade
Leia maisContabilometria. Aula 9 Regressão Linear Inferências e Grau de Ajustamento
Contabilometria Aula 9 Regressão Linear Inferências e Grau de Ajustamento Interpretação do Intercepto e da Inclinação b 0 é o valor estimado da média de Y quando o valor de X é zero b 1 é a mudança estimada
Leia maisAnálise de Séries Temporais
Análise de Séries Temporais Definições Uma série temporal é qualquer conjunto de observações ordenadas no tempo. Por exemplo: Valores diários de poluição na cidade de São Paulo; Valores mansais de temperatura
Leia maisMódulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES
Módulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES Conceitos Iniciais Prever é a arte e a ciência de predizer eventos futuros, utilizandose de dados históricos e sua projeção para o futuro, de fatores subjetivos
Leia maisAvaliação de modelos de previsão para quantidade de automóveis no Estado de Santa Catarina
Avaliação de modelos de previsão para quantidade de automóveis no Estado de Santa Catarina Leandro Callegari Coelho (UFSC) leandroah@hotmail.com Robert Wayne Samohyl (UFSC) samohyl@yahoo.com Resumo: Este
Leia maisO cálculo das Estimativas Mensais de Emprego e Desemprego divulgadas em 2014
O cálculo das Estimativas Mensais de Emprego e Desemprego divulgadas em 2014 XXII Jornadas de Classificação e Análise de Dados 2015 Estatísticas Oficiais, Instituto Nacional de Estatística Sónia Torres
Leia maisÍndices Mensais de Valor Unitário do Comércio Internacional
Índices Mensais de Valor «Unitário do Comércio Internacional «Departamento de Estatísticas Económicas Serviço de Estatísticas do Comércio Internacional e Construção Reunião do GTDEM 13/03/2018 « Índices
Leia mais5 Estudo de Caso e Resultados
5 Estudo de Caso e Resultados 5.1. Introdução Finalizado o desenvolvimento da ferramenta, é indispensável testar suas funcionalidades e a eficácia da aplicação conjunta dos seus módulos de geração de experimentos
Leia maisPlanejamento de Vendas e Operações (Plano Agregado de Produção)
Universidade Federal do Paraná Setor de Ciências Sociais Aplicadas Departamento de Administração Geral e Aplicada Planejamento de Vendas e Operações (Plano Agregado de Produção) Eduardo Alves Portela Santos
Leia maisEscola Politécnica de Pernambuco Departamento de Engenharia Mecânica PROGRAMA. Número de Créditos: TEÓRICOS: 04; PRÁTICOS: 0 ; TOTAL: 4
PROGRAMA Disciplina: INTRODUÇÃO A ENGENHARIA DE PRODUÇÃO Código: MECN0030 Carga Horária Semestral: 0 Horas Obrigatória: Eletiva : sim Número de Créditos: TEÓRICOS: 04; PRÁTICOS: 0 ; TOTAL: 4 Pré-Requisito:
Leia maisPreço do Leite dispara em São Paulo
São Paulo, 7 de julho de 2009. NOTA À IMPRENSA Preço do Leite dispara em São Paulo Em junho de 2009, o custo de vida no município de São Paulo apresentou taxa de 0,05%, ou seja, -0,18 ponto percentual
Leia maisTotal e Secções Contributos para a variação homóloga (p.p.) jul. jul. set. set. mai. mai. nov. mar. mar. jan-17
jan-15 jan-16 jan-17 jan-18 jan-19 01 de ho de 2019 Índice de Produção Industrial Maio de 2019 Índice de Produção Industrial (*) registou uma variação homóloga de -0,6% O índice de produção industrial
Leia maisRegressões: Simples e MúltiplaM. Prof. Dr. Luiz Paulo Fávero 1
Regressões: Simples e MúltiplaM Prof. Dr. Luiz Paulo FáveroF Prof. Dr. Luiz Paulo Fávero 1 1 Técnicas de Dependência Análise de Objetivos 1. Investigação de dependências entre variáveis. 2. Avaliação da
Leia mais5 Estruturação do Problema
67 5 Estruturação do Problema Neste capítulo, será modelado matematicamente o problema de encontrar um plano desagregado ótimo de produção. Isso significa unificar todas as informações relevantes para
Leia maisUTILIZAÇÃO DO MÉTODO BOX- JENKINS (ARIMA) NA PREVISÃO DE DEMANDAS DE UM PRODUTO DE UMA EMPRESA DE BENEFICIAMENTO DE AÇAÍ
UTILIZAÇÃO DO MÉTODO BOX- JENKINS (ARIMA) NA PREVISÃO DE DEMANDAS DE UM PRODUTO DE UMA EMPRESA DE BENEFICIAMENTO DE AÇAÍ Arnold Estephane Castro de Souza (UEPA ) arnoldecs@hotmail.com Aron Weber da Silva
Leia maisAplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante
Aplicação da metodologia Box & Jenkins para previsão de vendas de emulsificante Eduardo Campana Barbosa1 Carlos Henrique Osório Silva2 Resumo: Utilizou-se a metodologia Box & Jenkins para previsão da demanda
Leia maisMELHORIA NO PROCESSO DE PREVISÃO DE DEMANDA EM UMA REDE SUPERMERCADISTA
50 MELHORIA NO PROCESSO DE PREVISÃO DE DEMANDA EM UMA REDE SUPERMERCADISTA Heonio Alves de Souza Leão¹; Maike Moreira Alves Soares¹ Tullio Rocio Pitanga² 1. Acadêmico de Engenharia de Produção na Faculdade
Leia maisUNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU
UNIVERSIDADE FEDERAL DE UBERLÂNDIA UFU FACULDADE DE ADMINISTRAÇÃO, CIÊNCIAS CONTÁBEIS, ENGENHARIA DE PRODUÇÃO E SERVIÇO SOCIAL FACES BACHARELADO EM ENGENHARIA DE PRODUÇÃO FELIPE BAISSO DE ALMEIDA HENRIQUE
Leia maisMINISTÉRIO DA FAZENDA
MINISTÉRIO DA FAZENDA PNADc IBGE Trimestre: mar-abr-mai/2018 29 de junho de 2018 Os informativos econômicos da Secretaria de Política Econômica (SPE) são elaborados a partir de dados de conhecimento público,
Leia maisNOME DO ALUNO: MATRÍCULA: DATA: / /2016 NOTA: ( ) VISTO:
FOLHA DE PROVA SIMULADA - AVALIAÇÃO "N1" - NOME DO ALUNO: MATRÍCULA: DATA: / /2016 NOTA: ( ) VISTO: Orientações ao aluno - Leia antes iniciar: 1. Esta prova consiste na Avaliação N1 e está estruturada
Leia maisMetodologia de Box-Jenkins. Metodologia de Box-Jenkins. Metodologia de Box-Jenkins
Programa de Pós-graduação em Engenharia de Produção Análise de séries temporais: Modelos de Box-Jenkins Profa. Dra. Liane Werner Metodologia de Box-Jenkins Para os modelos de decomposição e os modelos
Leia mais0,0 out-15 jan-16 abr-16 jul-16 out-16 jan-17 abr-17 jul-17 out-17-10,0
Índice de Produção Industrial Outubro de 2017 30 de novembro de 2017 Produção Industrial (*) manteve variação homóloga positiva O índice de produção industrial registou uma variação homóloga de 3,5% em
Leia maisÍndices de Volume de Negócios, Emprego, Remunerações e Horas Trabalhadas nos Serviços Março de 2017
10 de maio de 2017 Índices de Volume de Negócios, Emprego, Remunerações e Horas Trabalhadas nos Serviços Março de 2017 Volume de Negócios nos Serviços 1 com crescimento mais intenso O índice de volume
Leia maisPREVISÃO DA DEMANDA. Aula 10 e 11 e 12 - Regina Meyer Branski
PREVISÃO DA DEMANDA Aula 10 e 11 e 12 - Regina Meyer Branski Objetivos da aula Ao final os alunos devem ser capazes de implementar processo de previsão de demanda conhecendo: Modelos de Previsão Indicadores
Leia maisÍNDICES DE PRODUÇÃO INDUSTRIAL Janeiro de 2003
Informação à Comunicação Social 3 de Março de 2003 ÍNDICES DE PRODUÇÃO INDUSTRIAL Janeiro de 2003 Produção Industrial (*) aumentou 0,8% em termos homólogos A produção industrial aumentou 2,3% face ao mês
Leia maisData Moeda Valor Vista Descrição Taxa US$ 07-Jul-00 Real 0,5816 Sem frete - PIS/COFINS (3,65%) NPR 1,81 14-Jul-00 Real 0,5938 Sem frete - PIS/COFINS
Data Moeda Valor Vista Descrição Taxa US$ 07-Jul-00 Real 0,5816 Sem frete - PIS/COFINS (3,65%) NPR 1,81 14-Jul-00 Real 0,5938 Sem frete - PIS/COFINS (3,65%) NPR 1,8 21-Jul-00 Real 0,6493 Sem frete - PIS/COFINS
Leia maisA análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004).
3 Séries temporais A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004). 3.1. Princípios fundamentais Conforme Box et al. (1994), uma
Leia maisMonitor do PIB-FGV Indicador mensal de outubro de Número dezembro.2018
Número 37 19.dezembro.2018 O aponta, na série com ajuste sazonal, retração de 0,3% da atividade econômica em outubro, em comparação a setembro. Na variação trimestral móvel (ago-set-out quando comparado
Leia maisÍndices de Volume de Negócios, Emprego, Remunerações e Horas Trabalhadas nos Serviços Setembro de 2017
Índices de Volume de Negócios, Emprego, Remunerações e Horas Trabalhadas nos Serviços Setembro de 2017 13 de novembro de 2017 Volume de Negócios nos Serviços 1 apresentou variação homóloga mais positiva
Leia maisAPLICAÇÃO DE MÉTODOS DE PREVISÃO DE DEMANDA E GESTÃO DE ESTOQUE EM UM PRODUTO DE UM SUPERMERCADO NA CIDADE DE MARABÁ-PA
APLICAÇÃO DE MÉTODOS DE PREVISÃO DE DEMANDA E GESTÃO DE ESTOQUE EM UM PRODUTO DE UM SUPERMERCADO NA CIDADE DE MARABÁ-PA Tiago Silva Dos Santos (UEPA) tiago.tiagosilva.silva8@gmail.com Lucas Fialho Alves
Leia maisModelagem de séries temporais de demanda de energia elétrica da Universidade Federal de Lavras, correspondentes ao período de 1995 a 2013
Modelagem de séries temporais de demanda de energia elétrica da Universidade Federal de Lavras, correspondentes ao período de 1995 a 2013 Jair Rocha do Prado 1 Thelma Sáfadi 2 Joaquim Paulo da Silva 3
Leia maisRegressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei
Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico
Leia maisA taxa de desemprego de novembro de 2016 foi de 10,5%
Estimativas Mensais de Emprego e Desemprego embro de 30 de janeiro de 2017 A taxa de desemprego de novembro de foi de 10,5% A taxa de desemprego de novembro de situou-se em 10,5%, menos 0,1 pontos percentuais
Leia maisA estimativa definitiva da taxa de desemprego de agosto de 2016 foi de 10,9%
Estimativas Mensais de Emprego e Desemprego embro de 02 de novembro de A estimativa definitiva da taxa de desemprego de agosto de foi de 10,9% A estimativa definitiva da taxa de desemprego de agosto de
Leia maisAnálise de Séries Temporais
Análise de Séries Temporais Análise de Séries Temporais Definições Uma série temporal é qualquer conjunto de observações ordenadas no tempo. Por exemplo: Valores diários de poluição na cidade de São Paulo;
Leia mais