PREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX & JENKINS: UM ESTUDO DE CASO

Tamanho: px
Começar a partir da página:

Download "PREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX & JENKINS: UM ESTUDO DE CASO"

Transcrição

1 ! "#$ " %'&)(*&)+,.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?<>=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& PREVISÃO DE VENDAS ATRAVÉS DA METODOLOGIA DE BOX & JENKINS: UM ESTUDO DE CASO Maria Emília Camargo (UCS) amargo@erra.com.br Waler Priesniz Filho (UCS) walerp@via-rs.ne Suzana Leião Russo (UFS) suzanarusso@ufs.br O mercado consumidor esá cada vez mais exigindo das empresas um grau máximo de racionalização, compeiividade e modernização. Assim, o ambiene empresarial vem passando, nos úlimos empos, por um período de consideráveis modificações. O dinamismo e a crescene compeiividade no mundo dos negócios colocam em risco a vida das empresas que não quesionarem seus méodos radicionais de gerenciameno, desenvolvimeno de novos produos e serviços, produção, qualidade, dimensionameno das suas vendas, ec. Assim, nese rabalho aplicou-se a meodologia de Box & Jenins (1976), para a previsão de vendas de sacos de ráfia no período de janeiro a dezembro de 25, de uma indúsria êxil, que esá preocupada em aumenar a sua capacidade produiva, com base na análise de suas vendas reais. Após a aplicação da meodologia, o modelo que melhor se ajusou aos dados das vendas de sacos foi o modelo ARIMA (,,2) com um MAPE = 2,68%. Palavras-chaves: Previsão de Vendas, Modelo ARIMA, Capacidade Produiva

2 1. Inrodução As grandes mudanças que vem ocorrendo no mundo dos negócios, principalmene pela ocorrência da aberura de mercado, faz com que as empresas enfrenem concorrência acirrada, principalmene por pare de produores e fornecedores com esruuras muio enxuas provinienes do exerior. Assim, as empresas para eviarem a perda de mercado ou mesmo para garanir a permanencia no mercado em condições compeiivas, devem esar preparadas para acompanhá-las. Ese é um momeno adequado para se implanar écnicas que possam auxiliálas em suas omadas de decisões e formulações de esraégias compeiivas. Conforme Porer(198), esssas esraégias devem ser elaboradas de forma que possam fazer face as cinco forças compeiivas, ou seja, ameaça de enrada, ameaça de subsiuição, poder de negociação dos fornecedores, poder de negociação dos compradores e grau de rivalidade enre os auais concorrenes. Com esa preocupação é que a empresa em esudo quer fazer um acompanhameno semanal do volume de vendas, a fim de avaliar a necessidade de aumenar a sua capacidade produiva. Para que ese objeivo seja alcançado a empresa preende implanar um méodo de previsão a curo prazo que seja capaz de capar os reais movimenos do mercado. Segundo Ballou (21), a previsão dos níveis de vendas possui grande imporância para a empresa como um odo, pois fornece as enradas básicas para o planejameno e o conrole de odas as áreas funcionais, incluindo a logísica, o mareing, a produção e as finanças. Os níveis de vendas e seu sincronismo aingem de forma significaiva os níveis da capacidade, as necessidades financeiras e a esruura geral dos negócios da empresa. A previsão de vendas diz respeio à naureza emporal, bem como espacial, das vendas, à exensão de sua variabilidade e ao seu grau de aleaoriedade. Para Minzberg (1987) as organizações que preendem gerenciar o fuuro devem compreender o passado, pois, aravés do conhecimeno dos padrões aneriores é que serão capazes de conhecer suas capacidades e seus poenciais. Porano, o processo de previsão de vendas envolve uma análise do passado, do presene e uma exrapolação para o fuuro. A previsão de vendas é uilizada para que as empresas possam elaborar esimaivas das quanidades demandadas pelo mercado consumidor, em um inervalo de empo pré-definido (Krajewsi & Rizman, 1994). Assim, quano maior a precisão da previsão, menor será o risco no processo de omada de decisão, como no caso da empresa em esudo de aumenar a sua capacidade produiva, ou seja, adquirir mais máquinas de ecer. Assim, com base nesas colocações pode-se dizer que o objeivo principal dese esudo foi enconrar um modelo de previsão capaz de capar os movimenos das vendas de sacaria de ráfia, e prever as vendas com o menor erro de previsão, com base em dados hisóricos regisrados na empresa, uilizando-se a meodologia de Box & Jenins (1976), Ese rabalho esá organizado da seguine forma: na seção 2, descreve-se a meodologia; na seção 3 enconra-se a fundamenação eórica; na seção 4 é apresenado o esudo de caso e na seção 5 descreve-se as considerações finais. 2

3 2. Meodologia O méodo de pesquisa cienífica do pono de visa da naureza e da forma de abordagem do problema proposo uilizado nese esudo enquadra-se, de acordo com Menezes & Silva (21), na caegoria de pesquisa aplicada quaniaiva. A pesquisa aplicada quaniaiva em como objeivo gerar conhecimenos para aplicação práica dirigida à solução de problemas específicos com o uso de recursos e écnicas esaísicas, que no caso é de enconrar um modelo de previsão que represene as vendas de sacaria de ráfia de uma indúsria êxil, a qual produz sacarias para farinha, ração, semenes, cereais, frigoríficos, sal e ouros. Os dados foram coleados, nos regisros semanais da empresa e referem-se a quanidade em m 2 de sacos de ráfia vendidos semanalmene no período de janeiro a dezembro de 25. Para a consrução do modelo represenaivo das vendas semanais, uilizou-se a meodologia de Box & Jenins (1976). No próximo iem, apresena-se a fundamenação eórica para a aplicação desa meodologia. 3. Fundamenação eórica Uma série emporal é um conjuno de observações de uma dada variável ordenadas segundo o parâmero empo, geralmene em inervalos eqüidisanes. Se o processo esocásico que gerou a série de observações é invariane com respeio ao empo, diz-se que o processo é esacionário. Se as caracerísicas do processo se aleram no decorrer do empo, é chamado de esacionário (Box & Jenins (1976); Souza & Camargo(1996)). A imporância do conhecimeno da série ser ou não esacionária reside no fao de que quando se rabalha com uma série esacionária, se esá em presença de uma função amosral do processo que em a mesma forma em odos os insanes do empo N, acarreando na facilidade de obenção de esimaiva das caracerísicas do processo. Ao considerar-se a evolução emporal do processo, mede-se a magniude do eveno que ocorre em deerminado insane de empo. A análise no domínio do empo é baseada em um modelo paramérico, uilizando-se as funções de auocovariância e auocorrelação. A auocorrelação é a auocovariância padronizada, que serve para medir a exensão de um processo para o qual o valor omado no empo, depende daquele omado no empo (-). Define-se a auocorrelação de ordem como: γ Cov[, + ] ρ = = (1) γ Var( )Var( ) onde: o = Var( ) = Var( = ) = ρ o = 1 e ρ = ρ. γ = variância do processo A auocorrelação pode ser esendida. Se for medida a correlação enre duas observações seriais e +, eliminando-se a dependência dos ermos inermediários, + 1, + 1, emse a auocorrelação parcial, represenada por: Cor(, + 1,...,+ 1 ) +. 3

4 A função de auocorrelação pode ser obida considerando-se um modelo de regressão para um processo esacionário com média zero. A variável dependene + depende das variáveis + 1, 2 + onde: = +,... Assim, φ φ φ + φ i - i-ésimo parâmero da regressão; a a - é o ermo de erro descorrelaado com + j A auocorrelação parcial é esimada por: + 1, + 1 = j= 1 j= 1 j j + 1 j j + para j 1. φ ˆ ˆ ˆ + 1, j = φj φ+ 1,+ 1φ, + 1 j ˆ, j = 1,..., (2) 3.1 Modelos ARIMA(p,d,q) de Box & Jenins Box & Jenins (1976) assumem que a série emporal é uma realização paricular de um processo esocásico gerado pela passagem sucessiva de um processo ruído branco a à uma seqüência de dois filros lineares; um esável e ouro insável como apresenado na Figura 1. a Filro Esacionário W ψ 1 (B) Filro não Esacionário S = 1 FIGURA 1 - Represenação eórica de um Modelo ARIMA(p,d,q) Quando se em uma série não esacionária, deve-se anes de ajusar um modelo esacionário (MA, AR, ARMA) orná-la esacionária, para iso, uma das formas é uilizar o méodo da diferenciação discrea ( -1 : operador de diferença). Esa 2a filragem é repeida quanas vezes forem necessárias, aé que se obenha na saída um processo com as caracerísicas necessárias para represenar o processo não-esacionário homogêneo. Uma condição necessária para aplicação dos modelos ARIMA, é de que o processo que gerou a série emporal seja esacionário de segunda ordem, ou seja, que sua média e variância sejam consanes no empo. Se w= s d é esacionária, pode-se represenar w por um modelo ARMA(p,q), ou seja, Φ (B) w = Θ (B) a (3) 4

5 Se w é uma diferença de, enão é uma inegral (soma) de w, daí diz-se que segue um modelo Auo-Regressivo-Inegrado-Médias Móveis, ou modelo ARIMA(p,d,q), assim: Φ(B) = d = Θ (B) a de ordem (p,d,q) (4) Os modelos auo-regressivos puros AR(p,) são aqueles cujo polinômio Θ(B) = 1, e os modelos médias móveis puros MA(,q), êm seu polinômio Φ (B) = 1. Para que o polinômio Φ (B) seja esacionário, suas raízes êm de esar fora do círculo uniário, e para que Θ (B) seja inversível, suas raízes devem se enconrar denro do círculo uniário Eapas para consrução de um modelo de previsão As eapas de análise para deerminação do modelo que melhor explica a dinâmica da série emporal em análise, aravés da meodologia Box-Jenins (1976), são apresenadas a seguir. i) Idenificação Para a consrução dos modelos ARIMA, é necessário idenificar a ordem dos parâmeros p, d, q. O primeiro parâmero a ser idenificado é o grau de diferenciação d necessário à esabilização dos dados. Iso é feio aravés da análise do comporameno do correlograma, ou seja, do diagrama da função de auocorrelação (FAC), no qual são apresenados os valores das auocorrelações em relação aos lags. Se as auocorrelações decrescerem de forma linear, realizam-se diferenciações na série, aé que o diagrama apresene um core abrupo para um valor qualquer de auocorrelação, quando a série será considerada esacionária. A ordem auo-regressiva p é deerminada pela verificação da função de auocorrelação parcial (FACP), φ, da série que esá sendo analisada. Se a série for unicamene auo-regressiva ARIMA (p,d,), sua função de auocorrelação parcial apresenará uma queda rápida após o lag. Se não, efeua-se uma análise dos esimadores φ para se verificar aé que ordem de defazagem do correlograma desa função ele é esaisicamene significaiva. Essa será sua ordem auo-regressiva. A ordem médias móveis q é deerminada pela verificação da função de auocorrelação (FAC),, da série que esá sendo analisada. Se a série for unicamene médias móveis ARIMA (,d,q), sua função de auocorrelação apresenará uma queda rápida após o lag. Se não, analisa-se os ouros esimadores para se idenificar aé que ordem de defazagem do correlograma desa função é esaisicamene significaiva. Essa será ordem de médias móveis. Quando o modelo apresenar uma combinação do comporameno dos coeficienes auo-regressivos e de médias móveis, pode-se idenificar um modelo ARIMA(p,d,q). ii) Esimação dos parâmeros Esa eapa da meodologia consise em esimar os parâmeros cada um dos modelos Auoregressivos (Φ ), de médias móveis (Θ), e a variância de dos erros. Esa esimação é realizada aravés do méodo de máxima verossimilhança. iii) Verificação: Esa eapa consise em avaliar se o ajuse do modelos aravés do comporameno da função de auocorrelação. iv) Previsão: É a eapa da exrapolação dos dados hisóricos aravés do modelo enconrado. 5

6 3.1.2 Criério de Decisão Um dos criérios uilizados para se escolher o melhor modelo para realizar previsões é o criério do Erro Médio Absoluo percenual de Previsão (MAPE). O valor do MAPE é enconrado: MAPE (%) = ( ) n x 1 (5) onde é o valor aual da série, o valor previso e n a quanidade de elemenos previsos. 4. Esudo de Caso O presene esudo foi realizado em uma indúsria êxil que produz sacaria de ráfia. Os dados analisados referem-se a demanda semanal de sacaria de ráfia no período de janeiro a dezembro de 25, conforme Figura 2. Inicialmene foi realizada uma análise gráfica dos dados, onde suspeiou-se que as observações não eram independenes, e a série não era esacionária. Aravés da análise da função de auocorrelação, apresenada na Figura 3, foi confirmada esa suspeia. 7E5 6.5E5 6E5 Vendas de sacos de ráfia 5.5E5 5E5 4.5E5 4E5 3.5E5 3E5 2.5E Semanas Figura 2 - Represenação da série de vendas semanais de sacaria de ráfia 6

7 Lag Corr. S.E. Q p Conf. Limi Figura 3 - Coeficienes da função de auocorrelação Analisando-se a Figura 3, pode-se afirmar que a série de vendas semanais de sacaria de ráfia é esacionária, pois apresena um decaimeno rápido para zero a parir do lag =2, apresenando uma indicação inicial de que o modelo verdadeiro coném componenes de médias móveis. Para confirmar esa hipóese, calculou-se os coeficienes da função de auocorrelação parcial represenado na Figura 4. Lag Corr. S.E Conf. Limi FIGURA 4 - Coeficienes da função de auocorrelação parcial Aravés da Figura 4, observa-se que somene φ = 1 apresena valor significaivo, indicando que a série de vendas semanais de sacos de ráfia possui um componene auo-regressivo de ordem 1. Assim, analisando o comporameno conjuno das funções de auocorrelação e auocorrelação parcial, exisem dois modelos que podem ser ajusados, um modelo ARIMA (1,,2) e um modelo ARIMA(,,2). Na Tabela 1, apresena-se os parâmeros esimados e o erro padrão das esimaivas para o modelo ARIMA(,,2), pois o coeficiene auo-regressivo 7

8 de ordem 1, não foi significaivo, porano foi reirado do modelo. Parâmeros Erro padrão µ 4666E θ 1 -,4272,1318 θ 2 -,494,1465 Fone: Elaborada pelos auores TABELA 1 - Parâmeros esimados e o erro padrão da esimaiva Os coeficienes de auocorrelação dos resíduos esão apresenados na Figuras 7. ARIMA (,,2) residuos; (Sandard errors are whie-noise esimaes) Lag Corr. S.E. Q p Conf. Limi FIGURA 7 - Coeficienes da função de auocorrelação dos resíduos Como odos os coeficienes esão denro dos limies ± 2 erros padrões, pode-se concluir que modelo ARIMA(,,2) é represenaivo das observações originais e pode ser uilizado para fazer previsão das vendas semanais de sacaria de ráfia. Com o modelo enconrado foram realizadas previsões, para o período de janeiro a março de 26, enconrando-se um MAPE de 2,68%. Assim, pode-se concluir que o modelo ARIMA(,,2) mosrou um excelene desempenho, pois os valores previsos esão bem próximos dos valores reais de vendas para o período de janeiro a março de Considerações Finais O presene rabalho enconrou bases na meodologia desenvolvida por Box & Jenins (1976). A referida meodologia é uma óima abordagem para solucionar problemas de ajuse e previsão, pois proporciona modelos exremamene preciso. Após a análise do comporameno dos dados originais e das funções de auocorrelação e auocorrelação parcial, consaou-se que a série de vendas semanais de sacos de ráfia era esacionária, assim ajusou-se dois modelos 8

9 ARIMA(1,,2), e o modelo ARIMA(,,2), sendo que o modelo de médias móveis, é o que foi escolhido, endo em visa que o componene auo-regressivo não foi significaivo. Assim, ese modelo mosrou-se adequado na remoção da auocorrelação, e permiiu enconrar uma previsão com um erro percenual médio absoluo muio pequeno. Esas informações são de grande imporância para a Empresa que poderá aumenar a sua capacidade produiva de acordo com as necessidades das demandas do mercado. Referências BALLOU, Ronald H. Gerenciameno da cadeia de suprimenos: planejameno, organização e logísica empresarial. 4ª ed. Poro Alegre: Boomann, 21. BOX, G. E. P. and JENKINS, G. M. Time series analysis: forecasing and conrol., revised ediion. San Francisco: Holden-day KRAJEWSKI, L. & RITMAN, L. Operaions Managemen, Sraegy and Analysis. 5. ed., New Yor: Addison-Wesley, MENEES, E. M. & SILVA, E. L. (21). Meodologia da Pesquisa e Elaboração de disseração. 3ª edição revisada. Florianópolis: Laboraório de Ensino a Disância da UFSC. Disponível em Acesso em: 3 abril de 26. MINTBERG, H. A criação Aresanal da Esraégia. São Paulo: Ediora Campos, PORTER, M. Esraégia Compeiiva Técnicas para a análise de indúsrias e da concorrência. Ed. Campos, 198 9

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais

Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indústria de Óleos Vegetais XI SIMPEP - Bauru, SP, Brasil, 8 a 1 de novembro de 24 Modelagem e Previsão do Índice de Saponificação do Óleo de Soja da Giovelli & Cia Indúsria de Óleos Vegeais Regiane Klidzio (URI) gep@urisan.che.br

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Paricia Maria Borolon, D. Sc. Séries Temporais Fone: GUJARATI; D. N. Economeria Básica: 4ª Edição. Rio de Janeiro. Elsevier- Campus, 2006 Processos Esocásicos É um conjuno de variáveis

Leia mais

Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indústria FUNDIMISA*

Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indústria FUNDIMISA* XII SIMPEP, Bauru, SP, Brasil, 7 a 9 de novembro de 25 Aplicação de Séries Temporais na Série Teor de Umidade da Areia de Fundição da Indúsria FUNDIMISA* Suzana Russo (URI - UALG) jss@urisan.che.br Paulo

Leia mais

Estudo comparativo do fluxo de caminhões nos portos de Uruguaiana e Foz do Iguaçu

Estudo comparativo do fluxo de caminhões nos portos de Uruguaiana e Foz do Iguaçu XIII SIMPEP - Bauru, SP, Brasil, 6 a 8 de novembro de 26. Esudo comparaivo do fluxo de caminhões nos poros de Uruguaiana e Foz do Iguaçu Suzana Leião Russo (URI) jss@urisan.che.br Ivan Gomes Jardim (URI)

Leia mais

3 Metodologia do Estudo 3.1. Tipo de Pesquisa

3 Metodologia do Estudo 3.1. Tipo de Pesquisa 42 3 Meodologia do Esudo 3.1. Tipo de Pesquisa A pesquisa nese rabalho pode ser classificada de acordo com 3 visões diferenes. Sob o pono de visa de seus objeivos, sob o pono de visa de abordagem do problema

Leia mais

EXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016

EXAME DE ESTATÍSTICA AMBIENTAL Ano lectivo 2015/16-1ª Época (V1) 18 de Janeiro de 2016 Nome: Aluno nº: Duração: h:30 m MESTRADO INTEGRADO EM ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL Ano lecivo 05/6 - ª Época (V) 8 de Janeiro de 06 I (7 valores) No quadro de dados seguine (Tabela

Leia mais

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1)

EXAME DE ESTATÍSTICA AMBIENTAL 1ª Época (v1) Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (v) I (7 valores) Na abela seguine apresena-se os valores das coordenadas

Leia mais

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na

Leia mais

4 O modelo econométrico

4 O modelo econométrico 4 O modelo economérico O objeivo desse capíulo é o de apresenar um modelo economérico para as variáveis financeiras que servem de enrada para o modelo esocásico de fluxo de caixa que será apresenado no

Leia mais

EXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1)

EXAME DE ESTATÍSTICA AMBIENTAL 2ª Época (V1) Nome: Aluno nº: Duração: horas LICENCIATURA EM CIÊNCIAS DE ENGENHARIA - ENGENHARIA DO AMBIENTE EXAME DE ESTATÍSTICA AMBIENTAL ª Época (V) I (7 valores) Na abela seguine apresena-se os valores das coordenadas

Leia mais

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH

Cálculo do valor em risco dos ativos financeiros da Petrobrás e da Vale via modelos ARMA-GARCH Cálculo do valor em risco dos aivos financeiros da Perobrás e da Vale via modelos ARMA-GARCH Bruno Dias de Casro 1 Thiago R. dos Sanos 23 1 Inrodução Os aivos financeiros das companhias Perobrás e Vale

Leia mais

1 Pesquisador - Embrapa Semiárido. 2 Analista Embrapa Semiárido.

1 Pesquisador - Embrapa Semiárido.   2 Analista Embrapa Semiárido. XII Escola de Modelos de Regressão, Foraleza-CE, 13-16 Março 2011 Análise de modelos de previsão de preços de Uva Iália: uma aplicação do modelo SARIMA João Ricardo F. de Lima 1, Luciano Alves de Jesus

Leia mais

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas. Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística

Prof. Lorí Viali, Dr. UFRGS Instituto de Matemática - Departamento de Estatística Conceio Na Esaísica exisem siuações onde os dados de ineresse são obidos em insanes sucessivos de empo (minuo, hora, dia, mês ou ano), ou ainda num período conínuo de empo, como aconece num elerocardiograma

Leia mais

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida

Leia mais

2 Revisão Bibliográfica

2 Revisão Bibliográfica Revisão Bibliográfica Ese capíulo apresena os principais conceios, abordagens e a formulação básica das meodologias que esão incluídas no modelo HPA. Conceios maemáicos e esaísicos mais dealhados podem

Leia mais

Características dos Processos ARMA

Características dos Processos ARMA Caracerísicas dos Processos ARMA Aula 0 Bueno, 0, Capíulos e 3 Enders, 009, Capíulo. a.6 Morein e Toloi, 006, Capíulo 5. Inrodução A expressão geral de uma série emporal, para o caso univariado, é dada

Leia mais

CONSTRUÇÃO DE MODELOS E PREVISÃO PARA EXPLICAÇÃO DA ENTRADA TURÍSTICA NO PORTO MAUÁ/ ALBA POSSE

CONSTRUÇÃO DE MODELOS E PREVISÃO PARA EXPLICAÇÃO DA ENTRADA TURÍSTICA NO PORTO MAUÁ/ ALBA POSSE CONSTRUÇÃO DE MODELOS E PREVISÃO PARA EXPLICAÇÃO DA ENTRADA TURÍSTICA NO PORTO MAUÁ/ ALBA POSSE Suzana Russo, Dra Orienadora Norbero Omar Ilgner Orienador Fernanda de Melo Basso Bolsisa PIBIC/CNPq RESUMO

Leia mais

ANÁLISE DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA TÊXTIL ATRAVÉS DE CARTAS DE CONTROLE

ANÁLISE DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA TÊXTIL ATRAVÉS DE CARTAS DE CONTROLE 5, 6 e 7 de Agoso de 010 ISSN 1984-9354 ANÁLISE DO PROCESSO PRODUTIVO DE UMA INDÚSTRIA TÊXTIL ATRAVÉS DE CARTAS DE CONTROLE Maria Emilia Camargo (Universidade de Caxias do Sul) kamargo@erra.com.br Waler

Leia mais

Prof. Carlos H. C. Ribeiro ramal 5895 sala 106 IEC

Prof. Carlos H. C. Ribeiro  ramal 5895 sala 106 IEC MB770 Previsão usa ando modelos maemáicos Prof. Carlos H. C. Ribeiro carlos@comp.ia.br www.comp.ia.br/~carlos ramal 5895 sala 106 IEC Aula 14 Modelos de defasagem disribuída Modelos de auo-regressão Esacionariedade

Leia mais

Análise de séries de tempo: modelos de decomposição

Análise de séries de tempo: modelos de decomposição Análise de séries de empo: modelos de decomposição Profa. Dra. Liane Werner Séries de emporais - Inrodução Uma série emporal é qualquer conjuno de observações ordenadas no empo. Dados adminisraivos, econômicos,

Leia mais

4 Análise dos tributos das concessionárias selecionadas

4 Análise dos tributos das concessionárias selecionadas 4 Análise dos ribuos das concessionárias selecionadas Nese capíulo serão abordados os subsídios eóricos dos modelos esaísicos aravés da análise das séries emporais correspondenes aos ribuos e encargos

Leia mais

3 Modelos de Markov Ocultos

3 Modelos de Markov Ocultos 23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável

Leia mais

Previsão de consumos a curto prazo

Previsão de consumos a curto prazo Previsão de consumos a curo prazo Séries emporais Cláudio Moneiro Disribuição de Energia II 5º ano da LEEC - ramo de Energia (FEUP) Séries emporais Esa é a meodologia clássica mais popular para a previsão

Leia mais

PREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS

PREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS 74 PREVISÃO DE CUSTOS DE UM CONDOMÍNIO DE APARTAMENTOS UTILIZANDO A METODOLOGIA DE BOX E JENKINS PARA SÉRIES TEMPORAIS COST FORECASTING OF A CONDOMINIUM OF APARTMENTS USING THE METHODOLOGY OF BOX AND JENKINS

Leia mais

4 Filtro de Kalman. 4.1 Introdução

4 Filtro de Kalman. 4.1 Introdução 4 Filro de Kalman Ese capíulo raa da apresenação resumida do filro de Kalman. O filro de Kalman em sua origem na década de sessena, denro da área da engenharia elérica relacionado à eoria do conrole de

Leia mais

ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO

ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO. ANÁLISE DE SÉRIES TEMPORAIS NA PREVISÃO DA RECEITA DE UMA MERCEARIA LOCALIZADA EM BELÉM-PA USANDO O MODELO HOLT- WINTERS PADRÃO Breno Richard Brasil Sanos

Leia mais

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade

3 Uma metodologia para validação estatística da análise técnica: a busca pela homogeneidade 3 Uma meodologia para validação esaísica da análise écnica: a busca pela homogeneidade Ese capíulo em como objeivo apresenar uma solução para as falhas observadas na meodologia uilizada por Lo e al. (2000)

Leia mais

ANÁLISE DA PRODUÇÃO DA CULTURA DO SOJA NO BRASIL ATRAVÉS DOS MODELOS ARIMA

ANÁLISE DA PRODUÇÃO DA CULTURA DO SOJA NO BRASIL ATRAVÉS DOS MODELOS ARIMA ISSN: 2237-722 ANÁLISE DA PRODUÇÃO DA CULTURA DO SOJA NO BRASIL ATRAVÉS DOS MODELOS ARIMA ANALYSIS OF THE CULTURE OF SOYBEAN PRODUCTION IN BRAZIL THROUGH THE ARIMA MODELS STEPHANIE RUSSO FABRIS 1, JONAS

Leia mais

Aplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo

Aplicação. Uma famosa consultoria foi contratada por uma empresa. que, entre outras coisas, gostaria de entender o processo Aplicação Uma famosa consuloria foi conraada por uma empresa que, enre ouras coisas, gosaria de enender o processo gerador relacionado às vendas de deerminado produo, Ainda, o conraane gosaria que a empresa

Leia mais

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil

Utilização de modelos de holt-winters para a previsão de séries temporais de consumo de refrigerantes no Brasil XXVI ENEGEP - Foraleza, CE, Brasil, 9 a 11 de Ouubro de 2006 Uilização de modelos de hol-winers para a previsão de séries emporais de consumo de refrigeranes no Brasil Jean Carlos da ilva Albuquerque (UEPA)

Leia mais

Enunciado genérico. Trabalho: Séries Temporais Disciplina: Estatística Ambiental

Enunciado genérico. Trabalho: Séries Temporais Disciplina: Estatística Ambiental Enunciado genérico Trabalho: Séries Temporais Disciplina: Esaísica Ambienal Criérios de escolha da série 1. A série escolhida deverá er uma exensão, N, de pelo menos 150 observações da variável em esudo;.

Leia mais

METODOLOGIA PARA IMPLEMENTAÇÃO DE SISTEMAS DE PREVISÃO DE DEMANDA

METODOLOGIA PARA IMPLEMENTAÇÃO DE SISTEMAS DE PREVISÃO DE DEMANDA UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL ESCOLA DE ENGENHARIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO METODOLOGIA PARA IMPLEMENTAÇÃO DE SISTEMAS DE PREVISÃO DE DEMANDA Fernando Rezende Pellegrini

Leia mais

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t 5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,

Leia mais

3 Metodologia 3.1. O modelo

3 Metodologia 3.1. O modelo 3 Meodologia 3.1. O modelo Um esudo de eveno em como obeivo avaliar quais os impacos de deerminados aconecimenos sobre aivos ou iniciaivas. Para isso são analisadas as diversas variáveis impacadas pelo

Leia mais

MODELAGEM E PREVISÃO POR MEIO DE METODOLOGIA BOX & JENKINS: UMA FERRAMENTA DE GESTÃO

MODELAGEM E PREVISÃO POR MEIO DE METODOLOGIA BOX & JENKINS: UMA FERRAMENTA DE GESTÃO UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO MODELAGEM E PREVISÃO POR MEIO DE METODOLOGIA BOX & JENKINS: UMA FERRAMENTA DE GESTÃO DISSERTAÇÃO

Leia mais

Grupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores)

Grupo I (Cotação: 0 a 3.6 valores: uma resposta certa vale 1.2 valores e uma errada valores) INSTITUTO SUPERIOR DE ECONOMIA E GESTÃO Esaísica II - Licenciaura em Gesão Época de Recurso 6//9 Pare práica (quesões resposa múlipla) (7.6 valores) Nome: Nº Espaço reservado para a classificação (não

Leia mais

Universidade Federal do Rio de Janeiro

Universidade Federal do Rio de Janeiro Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL42 Coneúdo 8 - Inrodução aos Circuios Lineares e Invarianes...1 8.1 - Algumas definições e propriedades gerais...1 8.2 - Relação enre exciação

Leia mais

Módulo de Regressão e Séries S Temporais

Módulo de Regressão e Séries S Temporais Quem sou eu? Módulo de Regressão e Séries S Temporais Pare 4 Mônica Barros, D.Sc. Julho de 007 Mônica Barros Douora em Séries Temporais PUC-Rio Mesre em Esaísica Universiy of Texas a Ausin, EUA Bacharel

Leia mais

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque:

DEMOGRAFIA. Assim, no processo de planeamento é muito importante conhecer a POPULAÇÃO porque: DEMOGRAFIA Fone: Ferreira, J. Anunes Demografia, CESUR, Lisboa Inrodução A imporância da demografia no planeameno regional e urbano O processo de planeameno em como fim úlimo fomenar uma organização das

Leia mais

Análise através de gráficos de controle da série resistência à compressão da areia base para fundição

Análise através de gráficos de controle da série resistência à compressão da areia base para fundição Análise aravés de gráficos de conrole da série resisência à compressão da areia base para fundição Suzana Leião Russo (URI) jss@urisan.che.br Monique Valenim da Silva (URI) movalenim@yahoo.com.br Carine

Leia mais

CE017 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA

CE017 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA CE07 - ANÁLISE DE SÉRIES TEMPORAIS NOTAS DE AULA Esas Noas de Aula êm apenas o objeivo de faciliar o rabalho do aluno em sala de aula na pare de anoação do coneúdo exposo pelo professor e com iso se ganha

Leia mais

*UiILFRGH&RQWUROH(:0$

*UiILFRGH&RQWUROH(:0$ *UiILFRGH&RQWUROH(:$ A EWMA (de ([SRQHQWLDOO\:HLJKWHGRYLQJ$YHUDJH) é uma esaísica usada para vários fins: é largamene usada em méodos de esimação e previsão de séries emporais, e é uilizada em gráficos

Leia mais

PREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS

PREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI TATIANA PEREIRA MIRANDA PREVISÃO DA PRECIPITAÇÃO MENSAL DO MUNICÍPIO DE OURO BRANCO MG, POR MEIO DE MODELOS DE SÉRIES TEMPORAIS OURO BRANCO 2016 TATIANA PEREIRA

Leia mais

ANÁLISE DAS SÉRIES DE VIOLÊNCIA CONTRA A MULHER EM SÃO JOÃO DEL-REI

ANÁLISE DAS SÉRIES DE VIOLÊNCIA CONTRA A MULHER EM SÃO JOÃO DEL-REI UNIVERSIDADE FEDERAL DE SÃO JOÃO DEL-REI CURSO DE LICENCIATURA EM MATEMÁTICA Denise de Assis Paiva ANÁLISE DAS SÉRIES DE VIOLÊNCIA CONTRA A MULHER EM SÃO JOÃO DEL-REI São João del-rei 2017 Denise de Assis

Leia mais

INTERVALO BOOTSTRAP PARA PREVISÕES DE SÉRIES TEMPORAIS OBTIDAS PELO MÉTODO THETA

INTERVALO BOOTSTRAP PARA PREVISÕES DE SÉRIES TEMPORAIS OBTIDAS PELO MÉTODO THETA DANIEL STEFFEN INTERVALO BOOTSTRAP PARA PREVISÕES DE SÉRIES TEMPORAIS OBTIDAS PELO MÉTODO THETA Disseração apresenada como requisio parcial à obenção do íulo de Mesre em Ciências pelo Programa de Pós-graduação

Leia mais

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos.

4 Metodologia Proposta para o Cálculo do Valor de Opções Reais por Simulação Monte Carlo com Aproximação por Números Fuzzy e Algoritmos Genéticos. 4 Meodologia Proposa para o Cálculo do Valor de Opções Reais por Simulação Mone Carlo com Aproximação por Números Fuzzy e Algorimos Genéicos. 4.1. Inrodução Nese capíulo descreve-se em duas pares a meodologia

Leia mais

Circuitos Elétricos I EEL420

Circuitos Elétricos I EEL420 Universidade Federal do Rio de Janeiro Circuios Eléricos I EEL420 Coneúdo 1 - Circuios de primeira ordem...1 1.1 - Equação diferencial ordinária de primeira ordem...1 1.1.1 - Caso linear, homogênea, com

Leia mais

5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço

5 Metodologia Probabilística de Estimativa de Reservas Considerando o Efeito-Preço 5 Meodologia Probabilísica de Esimaiva de Reservas Considerando o Efeio-Preço O principal objeivo desa pesquisa é propor uma meodologia de esimaiva de reservas que siga uma abordagem probabilísica e que

Leia mais

Contabilometria. Séries Temporais

Contabilometria. Séries Temporais Conabilomeria Séries Temporais Fone: Corrar, L. J.; Theóphilo, C. R. Pesquisa Operacional para Decisão em Conabilidade e Adminisração, Ediora Alas, São Paulo, 2010 Cap. 4 Séries Temporais O que é? Um conjuno

Leia mais

4 Método de geração de cenários em árvore

4 Método de geração de cenários em árvore Méodo de geração de cenários em árvore 4 4 Méodo de geração de cenários em árvore 4.. Conceios básicos Uma das aividades mais comuns no mercado financeiro é considerar os possíveis esados fuuros da economia.

Leia mais

Econometria Semestre

Econometria Semestre Economeria Semesre 00.0 6 6 CAPÍTULO ECONOMETRIA DE SÉRIES TEMPORAIS CONCEITOS BÁSICOS.. ALGUMAS SÉRIES TEMPORAIS BRASILEIRAS Nesa seção apresenamos algumas séries econômicas, semelhanes às exibidas por

Leia mais

2 PREVISÃO DA DEMANDA

2 PREVISÃO DA DEMANDA PREVISÃO DA DEMANDA Abandonando um pouco a visão românica do ermo previsão, milhares de anos após as grandes civilizações da nossa hisória, a previsão do fuuro vola a omar a sua posição de imporância no

Leia mais

LUCAS KEN TAMURA SÉRIES TEMPORAIS COM VARIÁVEIS EXÓGENAS E GRÁFICOS DE CONTROLE COMO FERRAMENTAS DE DECISÃO NO MERCADO FINANCEIRO

LUCAS KEN TAMURA SÉRIES TEMPORAIS COM VARIÁVEIS EXÓGENAS E GRÁFICOS DE CONTROLE COMO FERRAMENTAS DE DECISÃO NO MERCADO FINANCEIRO LUCAS KEN TAMURA SÉRIES TEMPORAIS COM VARIÁVEIS EXÓGENAS E GRÁFICOS DE CONTROLE COMO FERRAMENTAS DE DECISÃO NO MERCADO FINANCEIRO Trabalho de Formaura apresenado à Escola Poliécnica da Universidade de

Leia mais

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios

Leia mais

4 Modelagem e metodologia de pesquisa

4 Modelagem e metodologia de pesquisa 4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,

Leia mais

3 Metodologias Analisadas

3 Metodologias Analisadas 3 Meodologias Analisadas Nese capíulo, são apresenados alguns modelos de previsão de séries emporais analisados nesa disseração. Anes de passar para os modelos propriamene, são inroduzidos alguns conceios

Leia mais

ANÁLISE COMPARATIVA ENVOLVENDO MODELOS ARIMA E SISTEMAS INTELIGENTES PARA PREVISÃO DE DEMANDA DE ENERGIA ELÉTRICA NO CURTÍSSIMO PRAZO

ANÁLISE COMPARATIVA ENVOLVENDO MODELOS ARIMA E SISTEMAS INTELIGENTES PARA PREVISÃO DE DEMANDA DE ENERGIA ELÉTRICA NO CURTÍSSIMO PRAZO Anais do IX Congresso Brasileiro de Redes Neurais /Ineligência Compuacional (IX CBRN) Ouro Preo 25-28 de Ouubro de 2009 Sociedade Brasileira de Redes Neurais ANÁLISE COMPARATIVA ENVOLVENDO MODELOS ARIMA

Leia mais

Estimação em Processos ARMA com Adição de Termos de Perturbação

Estimação em Processos ARMA com Adição de Termos de Perturbação UNIVER ERSIDADE DE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEP EPARTAMENTO DE ESTATÍSTICA Esimação em Processos ARMA com Adição de Termos de Perurbação Auor: Paricia Vieira de Llano Orienador:

Leia mais

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade

3 Retorno, Marcação a Mercado e Estimadores de Volatilidade eorno, Marcação a Mercado e Esimadores de Volailidade 3 3 eorno, Marcação a Mercado e Esimadores de Volailidade 3.. eorno de um Aivo Grande pare dos esudos envolve reorno ao invés de preços. Denre as principais

Leia mais

4 O Papel das Reservas no Custo da Crise

4 O Papel das Reservas no Custo da Crise 4 O Papel das Reservas no Cuso da Crise Nese capíulo buscamos analisar empiricamene o papel das reservas em miigar o cuso da crise uma vez que esa ocorre. Acrediamos que o produo seja a variável ideal

Leia mais

4 Análise de Sensibilidade

4 Análise de Sensibilidade 4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de

Leia mais

Estimação em Modelos de Volatilidade Estocástica com Memória Longa

Estimação em Modelos de Volatilidade Estocástica com Memória Longa UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL INSTITUTO DE MATEMÁTICA DEPARTAMENTO DE ESTATÍSTICA Esimação em Modelos de Volailidade Esocásica com Memória Longa Auor: Gusavo Correa Leie Orienador: Professor

Leia mais

Controle estatístico de processo: soluções de um estudo de caso usando procedimentos estatísticos

Controle estatístico de processo: soluções de um estudo de caso usando procedimentos estatísticos XI SIMPEP - Bauru, SP, Brasil, 08 a 10 de novembro de 2004 Conrole esaísico de processo: soluções de um esudo de caso usando procedimenos esaísicos Suzana Leião Russo (URI) jss@urisan.che.br Rober Wayne

Leia mais

4. Modelagem (3) (4) 4.1. Estacionaridade

4. Modelagem (3) (4) 4.1. Estacionaridade 24 4. Modelagem Em um modelo esaísico adequado para se evidenciar a exisência de uma relação lead-lag enre as variáveis à visa e fuura de um índice é necessário primeiramene verificar se as variáveis logarimo

Leia mais

Econometria de Séries Temporais Rogério Silva de Mattos, D.Sc.

Econometria de Séries Temporais Rogério Silva de Mattos, D.Sc. Economeria de Séries Temporais Rogério Silva de Maos, D.Sc. UNIVERSIDADE FEDERAL DE JUIZ DE FORA (UFJF) FACULDADE DE ECONOMIA (FE) Economeria III O COMEÇO Box e Jenkins (1970) processos esocásicos nãoesacionários/inegrados

Leia mais

3 O Modelo SAGA de Gestão de Estoques

3 O Modelo SAGA de Gestão de Estoques 3 O Modelo SG de Gesão de Esoques O Sisema SG, Sisema uomaizado de Gerência e poio, consise de um sofware conendo um modelo maemáico que permie fazer a previsão de iens no fuuro com base nos consumos regisrados

Leia mais

Experiência IV (aulas 06 e 07) Queda livre

Experiência IV (aulas 06 e 07) Queda livre Experiência IV (aulas 06 e 07) Queda livre 1. Objeivos. Inrodução 3. Procedimeno experimenal 4. Análise de dados 5. Quesões 6. Referências 1. Objeivos Nesa experiência, esudaremos o movimeno da queda de

Leia mais

2 Os métodos da família X Introdução

2 Os métodos da família X Introdução 2 Os méodos da família X 2. Inrodução O méodo X (Dagum, 980) emprega médias móveis (MM) para esimar as principais componenes de uma série (Sysem of Naional Accouns, 2003): a endência e a sazonalidade.

Leia mais

Capítulo 4. Propriedades dos Estimadores de Mínimos Quadrados

Capítulo 4. Propriedades dos Estimadores de Mínimos Quadrados Capíulo 4 Propriedades dos Esimadores de Mínimos Quadrados Hipóeses do Modelo de Regressão Linear Simples RS1. y x e 1 RS. Ee ( ) 0 E( y ) 1 x RS3. RS4. var( e) var( y) cov( e, e ) cov( y, y ) 0 i j i

Leia mais

5 Erro de Apreçamento: Custo de Transação versus Convenience Yield

5 Erro de Apreçamento: Custo de Transação versus Convenience Yield 5 Erro de Apreçameno: Cuso de Transação versus Convenience Yield A presene seção em como objeivo documenar os erros de apreçameno implício nos preços eóricos que eviam oporunidades de arbiragem nos conraos

Leia mais

Regularização de descargas

Regularização de descargas HIP 11 HIDROLOGIA II Aula 8 Professor Joel Avruch Goldenfum IPH/UFRGS Regularização de descargas vazões naurais exremamene variáveis deve-se compaibilizar a ofera naural com a demanda uso mais harmonioso

Leia mais

MODELAGEM E PREVISÃO DE PREÇOS RECEBIDOS PELOS SOJICULTORES DOS ESTADOS DO RIO GRANDE DO SUL, PARANÁ E MATO GROSSO

MODELAGEM E PREVISÃO DE PREÇOS RECEBIDOS PELOS SOJICULTORES DOS ESTADOS DO RIO GRANDE DO SUL, PARANÁ E MATO GROSSO "Conhecimenos para Agriculura do Fuuro" MODELAGEM E PREVISÃO DE PREÇOS RECEBIDOS PELOS SOJICULTORES DOS ESTADOS DO RIO GRANDE DO SUL, PARANÁ E MATO GROSSO JOELSIO JOSÉ LAZZAROTTO () ; JOÃO EUSTÁQUIO DE

Leia mais

UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES

UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES UTILIZAÇÃO DO MÉTODO DE HOLT-WINTERS PARA PREVISÃO DO LEITE ENTREGUE ÀS INDÚSTRIAS CATARINENSES Rober Wayne Samohyl Professor do Programa de Pós-Graduação em Engenharia de Produção e Sisemas UFSC. Florianópolis-SC.

Leia mais

Introdução aos multivibradores e circuito integrado 555

Introdução aos multivibradores e circuito integrado 555 2 Capíulo Inrodução aos mulivibradores e circuio inegrado 555 Mea dese capíulo Enender o princípio de funcionameno dos diversos ipos de mulivibradores e esudo do circuio inegrado 555. objeivos Enender

Leia mais

APLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS NO CONTROLE DA POLUIÇÃO PROVOCADA PELO TRÁFEGO DE VEÍCULOS MOTORIZADOS

APLICAÇÃO DA ANÁLISE DE COMPONENTES PRINCIPAIS NO CONTROLE DA POLUIÇÃO PROVOCADA PELO TRÁFEGO DE VEÍCULOS MOTORIZADOS ! "#$ " %'&)(*&)+,- /2*&4365879&4/:+58;2*=?5@A2*3B;- C)D 5,5FE)5G+ &4- (IHJ&?,+ /?=)5KA:+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G- D - ;/);& Foz do Iguaçu, PR, Brasil, 9 a de ouubro de 27 APLICAÇÃO DA ANÁLISE

Leia mais

Lista de Exercícios #11 Assunto: Séries Temporais

Lista de Exercícios #11 Assunto: Séries Temporais . ANPEC 995 - Quesão 5 Lisa de Exercícios # Assuno: Séries Temporais Sea yi xi i ordinários (MQO) de e, respecivamene. Pode-se afirmar que: uma equação de regressão e seam a e b esimadores de mínimos quadrados

Leia mais

Considere uma economia habitada por um agente representativo que busca maximizar:

Considere uma economia habitada por um agente representativo que busca maximizar: 2 Modelo da economia Uilizaram-se como base os modelos de Campos e Nakane 23 e Galí e Monacelli 22 que esendem o modelo dinâmico de equilíbrio geral de Woodford 21 para uma economia abera Exisem dois países:

Leia mais

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica

Problema de controle ótimo com equações de estado P-fuzzy: Programação dinâmica Problema de conrole óimo com equações de esado P-fuzzy: Programação dinâmica Michael Macedo Diniz, Rodney Carlos Bassanezi, Depo de Maemáica Aplicada, IMECC, UNICAMP, 1383-859, Campinas, SP diniz@ime.unicamp.br,

Leia mais

Escola de Administração Fazendária ESAF. Título: MODELO DE PREVISÃO PARA ARRECADAÇÃO TRIBUTÁRIA

Escola de Administração Fazendária ESAF. Título: MODELO DE PREVISÃO PARA ARRECADAÇÃO TRIBUTÁRIA Escola de Adminisração Fazendária ESAF Tema: Ajuse Fiscal e Dívida Pública SubTema: Ajuse Fiscal e Equilíbrio Macroeconômico Tíulo: MODELO DE PREVISÃO PARA ARRECADAÇÃO TRIBUTÁRIA SUMÁRIO - INTRODUÇÃO 2

Leia mais

5 Método dos Mínimos Quadrados de Monte Carlo (LSM)

5 Método dos Mínimos Quadrados de Monte Carlo (LSM) Méodo dos Mínimos Quadrados de Mone Carlo (LSM) 57 5 Méodo dos Mínimos Quadrados de Mone Carlo (LSM) O méodo LSM revela-se uma alernaiva promissora frene às radicionais écnicas de diferenças finias e árvores

Leia mais

Teste F na Regressão Linear Múltipla para Dados Temporais com Correlação Serial.

Teste F na Regressão Linear Múltipla para Dados Temporais com Correlação Serial. Deparameno de Ciências e ecnologias Mesrado em Esaísica, Maemáica e Compuação ese F na Regressão Linear Múlipla para Dados emporais com Correlação Serial. Bruno Fernando Pinheiro Faria Lisboa, Mesrado

Leia mais

4 Aplicação do Modelo

4 Aplicação do Modelo Aplicação do Modelo É possível enconrar na lieraura diversas aplicações que uilizam écnicas esaísicas e de compuação inensiva para realizar previsões de curo prazo na área de energia elérica. Enre elas

Leia mais

Aplicação de Função de Transferência na Monitoração do Fio de Polipropileno da Empresa Têxtil Oeste Ltda.

Aplicação de Função de Transferência na Monitoração do Fio de Polipropileno da Empresa Têxtil Oeste Ltda. XIII SIMPEP Bauru, SP, Brasil, 6 a 8 de novembro de 6 Aplicação de Função de Transferência na Monioração do Fio de Polipropileno da Empresa Têxil Oese Lda. Suzana Russo (URI) jss@urisan.che.br Maria Emilia

Leia mais

Critérios e Metodologia de Apuração de Superfície de Volatilidade

Critérios e Metodologia de Apuração de Superfície de Volatilidade Criérios e Meodologia de Apuração de Superfície de Volailidade Diariamene são calculadas superfícies de volailidade implícia de odos os vencimenos de conraos de opções em que há posição em abero e/ou séries

Leia mais

UNIVERSIDADE FEDERAL DE MINAS GERAIS UFMG. BOOTSTRAP ESTACIONARIO EM MODELOS ARFIMA (p,d,q)

UNIVERSIDADE FEDERAL DE MINAS GERAIS UFMG. BOOTSTRAP ESTACIONARIO EM MODELOS ARFIMA (p,d,q) UNIVERSIDADE FEDERAL DE MINAS GERAIS UFMG BOOTSTRAP ESTACIONARIO EM MODELOS ARFIMA (p,d,q) Silma de Souza Evangelisa Belo Horizone Junho 013 Silma de Souza Evangelisa BOOTSTRAP ESTACIONARIO EM MODELOS

Leia mais

Aplicação do gráfico de controle de média móvel exponencialmente ponderada (EWMA) para monitorar a variabilidade de um processo produtivo

Aplicação do gráfico de controle de média móvel exponencialmente ponderada (EWMA) para monitorar a variabilidade de um processo produtivo Aplicação do gráfico de conrole de média móvel exponencialmene ponderada (EWMA) para moniorar a variabilidade de um processo produivo Wesley Vieira da Silva 1 Paulo Sergio Macuchen Eduardo Damião da Silva

Leia mais

4 Modelo de fatores para classes de ativos

4 Modelo de fatores para classes de ativos 4 Modelo de aores para classes de aivos 4.. Análise de esilo baseado no reorno: versão original (esáica A análise de esilo baseada no reorno é um procedimeno esaísico que visa a ideniicar as ones de riscos

Leia mais

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e

Leia mais

Universidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria

Universidade do Estado do Rio de Janeiro Instituto de Matemática e Estatística Econometria Universidade do Esado do Rio de Janeiro Insiuo de Maemáica e Esaísica Economeria Variável dummy Regressão linear por pares Tese de hipóeses simulâneas sobre coeficienes de regressão Tese de Chow professorjfmp@homail.com

Leia mais

Teoremas Básicos de Equações a Diferenças Lineares

Teoremas Básicos de Equações a Diferenças Lineares Teoremas Básicos de Equações a Diferenças Lineares (Chiang e Wainwrigh Capíulos 17 e 18) Caracerização Geral de Equações a diferenças Lineares: Seja a seguine especificação geral de uma equação a diferença

Leia mais

INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO

INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO INFLUÊNCIA DO FLUIDO NA CALIBRAÇÃO DE UMA BALANÇA DE PRESSÃO Luiz Henrique Paraguassú de Oliveira 1, Paulo Robero Guimarães Couo 1, Jackson da Silva Oliveira 1, Walmir Sérgio da Silva 1, Paulo Lyra Simões

Leia mais

APOSTILA DE MODELOS LINEARES EM SÉRIES TEMPORAIS

APOSTILA DE MODELOS LINEARES EM SÉRIES TEMPORAIS UNIVERSIDADE FEDERAL DE MINAS GERAIS - UFMG INSIUO DE CIÊNCIAS EXAAS ICEx DEPARAMENO DE ESAÍSICA ES APOSILA DE MODELOS LINEARES EM SÉRIES EMPORAIS Glaura da Conceição Franco (ES/UFMG) Belo Horizone, agoso

Leia mais

EFICIÊNCIA DOS GRÁFICOS DE CONTROLE NA DETECÇÃO DE OUTLIERS EM PROCESSOS AUTORREGRESSIVOS E DE MÉDIAS MÓVEIS

EFICIÊNCIA DOS GRÁFICOS DE CONTROLE NA DETECÇÃO DE OUTLIERS EM PROCESSOS AUTORREGRESSIVOS E DE MÉDIAS MÓVEIS UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO EFICIÊNCIA DOS GRÁFICOS DE CONTROLE NA DETECÇÃO DE OUTLIERS EM PROCESSOS AUTORREGRESSIVOS E

Leia mais

APLICAÇÃO DO CONTROLE ESTATÍSTICO DE QUALIDADE NA VARIÁVEL DT NO PROCESSO DE PERFILAGEM DE UM POÇO DE PETRÓLEO

APLICAÇÃO DO CONTROLE ESTATÍSTICO DE QUALIDADE NA VARIÁVEL DT NO PROCESSO DE PERFILAGEM DE UM POÇO DE PETRÓLEO XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A Engenharia de Produção e o Desenvolvimeno Susenável: Inegrando Tecnologia e Gesão. Salvador, BA, Brasil, 06 a 09 de ouubro de 2009 APLICAÇÃO DO CONTROLE

Leia mais

MODELOS DE INTERVENÇÃO PARA PREVISÃO MENSAL DE CONSUMO DE ENERGIA ELÉTRICA CONSIDERANDO CENÁRIOS PARA O RACIONAMENTO

MODELOS DE INTERVENÇÃO PARA PREVISÃO MENSAL DE CONSUMO DE ENERGIA ELÉTRICA CONSIDERANDO CENÁRIOS PARA O RACIONAMENTO EVANDRO LUIZ MENDES MODELOS DE INTERVENÇÃO PARA PREVISÃO MENSAL DE CONSUMO DE ENERGIA ELÉTRICA CONSIDERANDO CENÁRIOS PARA O RACIONAMENTO DISSERTAÇÃO DE MESTRADO Disseração apresenada ao Deparameno de Engenharia

Leia mais

IV. METODOLOGIA ECONOMÉTRICA PROPOSTA PARA O CAPM CONDICIONAL A Função Máxima Verosimilhança e o Algoritmo de Berndt, Hall, Hall e Hausman

IV. METODOLOGIA ECONOMÉTRICA PROPOSTA PARA O CAPM CONDICIONAL A Função Máxima Verosimilhança e o Algoritmo de Berndt, Hall, Hall e Hausman IV. MEODOLOGIA ECONOMÉRICA PROPOSA PARA O CAPM CONDICIONAL 4.1. A Função Máxima Verosimilhança e o Algorimo de Bernd, Hall, Hall e Hausman A esimação simulânea do CAPM Condicional com os segundos momenos

Leia mais

MODELO DE PREVISÃO PARA O FLUXO DE DESEMBARQUE DE PASSAGEIROS NO TERMINAL RODOVIÁRIO DE BELÉM RESUMO

MODELO DE PREVISÃO PARA O FLUXO DE DESEMBARQUE DE PASSAGEIROS NO TERMINAL RODOVIÁRIO DE BELÉM RESUMO MODELO DE PREVISÃO PARA O FLUXO DE DESEMBARQUE DE PASSAGEIROS NO TERMINAL RODOVIÁRIO DE BELÉM Edson Marcos Leal Soares Ramos (*) Silvia dos Sanos de Almeida (**) Dennison Célio de Oliveira Carvalho (***)

Leia mais

Análise e Processamento de BioSinais

Análise e Processamento de BioSinais Análise e Processameno de BioSinais Mesrado Inegrado em Engenaria Biomédica Faculdade de Ciências e Tecnologia Slide Análise e Processameno de BioSinais MIEB Adapado dos slides S&S de Jorge Dias Tópicos:

Leia mais

Problemas das Aulas Práticas

Problemas das Aulas Práticas Mesrado Inegrado em Engenharia Elecroécnica e de Compuadores Conrolo em Espaço de Esados Problemas das Aulas Práicas J. Miranda Lemos Fevereiro de 3 J. M. Lemos, IST P. Consrução do modelo de esado a parir

Leia mais