Previsão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis
|
|
- Maria de Belem Casqueira Borba
- 7 Há anos
- Visualizações:
Transcrição
1 Previsão mensal do preço da saca de soja no sudoeste do estado do Paraná utilizando a metodologia de Box & Jenkis Gabriel Tambarussi Avancini 1 Thiago Viana Flor de Santana 1 Vitor Augusto Ozaki 1 Djair Durand Ramalho Frade 1 1 Introdução A soja é uma cultura amplamente cultivada no Brasil e apesar do primeiro registro do cultivo do grão no país ter ocorrido na Bahia em 1982, segundo BONETTI (1981), esta iniciou sua expansão no Brasil na Região Sul, em função das condições climáticas favoráveis e proximidade dos portos de embarque, sobretudo nos estados do Rio Grande do Sul e Paraná e aumentou, na década de 80, sua área plantada para a região Centro-Oeste, principalmente, para os estados do Mato Grosso e Mato Grosso do Sul. Atualmente, o Brasil figura como o segundo maior produtor de soja em grãos atrás, apenas, dos Estados Unidos com 50%, segundo BURNQUIST et al. (1994). O Estado que mais contribui para o destaque do Brasil na produtividade mundial é o Estado do Paraná, que possui um setor agropecuário muito diversificado e altamente produtivo, sendo o maior estado produtor de milho e de soja do Brasil, segundo o IBGE (2009). Desta forma, este trabalho tem como objetivo realizar previsões para o preço da soja nos grandes centros produtores do Estado do Paraná, com o uso do estudo de séries temporais utilizando a metodologia de Box & Jenkins. 2 Material e Métodos Uma série temporal é qualquer conjunto de dados ordenados no tempo segundo MORRE- TIN & TOLOI (1987), na qual espera-se que valores próximos no tempo apresentem níveis de correlações entre si (autocorrelação), devido a sua formação temporal. Os modelos de Box-Jenkis, conhecidos como modelos Auto Regressivos Integrados de Médias Móveis (ARIMA) são modelos estatísticos, muito utilizados na modelagem de séries temporais, que incorporam as informações passadas da série na estimação de valores presentes e futuros. Segundo FAVA (2000), esses modelos resultam de filtros lineares conhecidos como filtro auto-regressivo (AR, que explora a estrutura de autocorrelação dos valores passados 1 LCE - ESALQ/USP. 1
2 da série), filtro de integração (I, utilizado para a serie se tornar estacionária) e filtro de média móveis (MA, explora a estrutura de autocorrelação dos resíduos no modelo). O modelo Auto Regressivo e de Médias Móveis com p parâmetros do modelo AR e q parâmetros do modelo MA denotado ARMA(p,q) e indicado genericamente por: Z t = φ 1 Z t φ p Z t p + a t θ 1 a t 1... θ p a t p ou resumidamente por Φ(B) Z t = θ(b)a t. Os modelos Box & Jekins pressupõem a estacionariedade da série em estudo, entretanto na prática essa suposição nem sempre é atendida. Um método adotado para contornar a falta de estacionariedade da série é o uso do operador de diferenças d, que é um procedimento de transformação da série original em uma série de estacionária. Assim dada uma série Z t não estacionaria, aplicando o operador de diferença obtém-se a série W t = (1 B) d Z t = d Z t estacionária, em que d indica a quantidade necessária de diferenças para que a série se torne estacionária. Normalmente no máximo duas diferenças são necessárias para obter a estacionariedade. Portanto se W t é estacionária pode-se representá-la por um modelo ARMA(p,q) com d integração, ou mais geralmente um modelo ARIMA(p,d,q) Modelo Auto Regressivo Integrado de Médias Móveis. Note que se W t for uma diferença de Z t então Z t é uma integral de W t e daí o termo integrado no modelo ARIMA. Assim têm-se o modelo ARIMA(p,d,q) representado algebricamente por: φ(b)w t = θ(b)a t φ(b) d Z t = θ(b)a t Para verificar a estacionariedade da série alguns procedimentos podem ser adotados, entre eles, a análise gráfica das funções de autocorrelação (FAC) e autocorrelação parcial (FACP) que são úteis na detecção de não estacionariedade, apesar desta metodologia admitir algum grau de subjetiva por parte do pesquisador, e os testes estatísticos de raiz unitária, como o teste de Dickey-Fuller comumente utilizado. Conforme discutem MORETIN & TOLOI (1987) a construção de modelos utilizando a metodologia de Box & Jenkis é baseada em um ciclo iterativo, no qual a escolha do modelo é feita com base nos próprios dados. Segundo BOX & JENKIS (1976) são quatro as etapas para construção do modelo: 1. Identificação: Consiste em, com base nas funções de autocorrelação (FAC) e autocorrelação parcial (FACP), escolher um modelo preliminar; 2. Estimativa dos parâmetros: Consiste em estimar os parâmetros dos modelo preliminar e verificar quais são significativos ou não. Estes foram estimados pela função arima do pacote stats do software R; 3. Checagem: Nesta etapa verifica-se o ajuste do modelo aos dados pela análise dos resíduos. Se ajustou o ajuste foi satisfatório, parte-se para etapa 4, caso contrário, retorna-se a etapa Previsão: Consiste em fazer a previsão pelo modelo ajustado. 2
3 3 Resultados e discussões A Figura 1 representa a série em estudo, ou seja, a série do preço da saca de soja entre o período de Janeiro de 1998 e Julho de A observação Agosto de 2012 foi retirada para estudo de diagnóstico do modelo Preço soja jan/98 jan/99 jan/00 jan/01 jan/02 jan/03 jan/04 jan/05 jan/06 jan/07 jan/08 jan/09 jan/10 jan/11 Figura 1: Série do preço da soja. Para verificação da necessidade de transformação dos dados com o objetivo de estabilizar a variância, foi realizado o teste de BOX e COX (1964) sugerindo uma transformação logarítmica. Analisando o correlograma (Figura 2), podemos observar que a da série original não decai exponencialmente, o que indica que a série é não estacionária, sendo necessário aplicar pelo menos uma diferença. Após ter aplicado uma diferença, observamos que a decai de maneira exponencial, indicando que a série pode ser estacionária. Para verificar se há necessidade de uma segunda diferença, observamos a Partial, e podemos observar que o valor do primeiro lag, tende a -0.5, e grande parte dos lags mudam de sinal, indicando que esta segunda diferença é desnecessária. Tal resultado foi confirmado pelo teste de Dickey-Fuller. log(preço soja) log(preço soja) Partial 1ª diferença do log(preço soja) 1ª diferença do log(preço soja) Partial ª diferença do log(preço soja) 2ª diferença do log(preço soja) Partial Figura 2: Função de autocorrelação () e autocorrelação parcial (Partial ) para a série transformada e suas diferenças. 3
4 Após a análise sobre a estacionariedade da série, concluímos que será necessário trabalhar com a série diferenciada e portanto um modelo ARIMA(p,1,q) deve ser utilizado. Para obter os valores de p e q e assim um modelo preliminar, analisamos a FAC e a FACP, indicando assim o modelo ARIMA(1,1,0). Após ajustado o modelo e feita a análise de resíduo (Figura 3), este foi considerado apropriado pois não há lags fora do intervalo e os valores da estatística de Ljung-Box, são todos maiores do que o intervalo obtido. Standardized Residuals Time of Residuals p values for Ljung Box statistic p value lag Figura 3: Análise de resíduos para o modelo ARIMA(1,1,0). Na Figura 4 pode-se observar que histograma dos resíduos do modelo ARIMA(1,1,0) e o QQ-Plot, no qual pode-se observar normalidade dos mesmo. Também foi realizado o teste de normalidade de Shapiro-Wilk que confirmou que os resíduos do modelo ARIMA(1,1,0) de fato possuem distribuição normal. Histogram of resm1 70 Density resm1 Preço soja Sample Quantiles Normal Q Q Plot Theoretical Quantiles Figura 4: Histograma dos resíduos e gráfico QQ-Plot jan/98 jan/99 jan/00 jan/01 jan/02 jan/03 jan/04 jan/05 jan/06 Figura 5: Série Original (preto) e série estimada por meio do modelo ARIMA(1,1,0) (Vermelhor). jan/07 jan/08 jan/09 jan/10 jan/11 Também foram ajustados os modelos ARIMA(2,1,0) e ARIMA(3,1,0) para efeito de comparação, porém em ambos os modelos, os coeficientes φ 2 e φ 3 não foram significativos, e portanto concluindo que o modelo ARIMA(1,1,0) é o que melhor se ajustou aos dados. Assim o modelo final escolhido foi: Z t = 1,4433Z t 1 0,4433Z t 2 + a t. 4
5 4 Conclusões O modelo apresentou um erro de 0,57% do valor observado para ago/2012. Obviamente, quanto maior for o número de previsões, o erro tende a aumentar. Como o objetivo do trabalho era prever o valor da soja apenas para um mês, podemos afirmar que a previsão tende a confiável e que a metodologia utilizada cumpriu com os objetivos de construir um modelo que explicasse os dados de maneira satisfatória. Referências [1] BONETTI, L. P. Distribuição da soja no mundo: Origem, Historia e Distribuição. In: MIAYASAKA, S.; MEDINA, J. C (Ed.). A soja no Brasil. Campinas: ITAL, p [2] BOX, G. E. P.; JENKINS, G. M. Times series analysis forecasting and control. San Francisco: Holden-Day, Edição revisada. [3] BURQUIST et al. Liberalização comercial: um fator de desenvolvimento do setor agrícola brasileiro. Brasília: IPEA, p. (Série Estudos de Política Agrícola. Relatórios de Pesquisas, 14) [4] FAVA, V. L. Manual de econometria. In: VASCONCELOS, M. A. S.; ALVES, D. São Paulo: Editora Atlas, [5] MORRETIN, P. A.; TOLOI, C. M. C. Previsão de séries temporais. 2 ed. São Paulo: Atual Editora,
Modelagem do preço da soja utilizando a metodologia de análise de séries temporais 1
Modelagem do preço da soja utilizando a metodologia de análise de séries temporais 1 Jair Wyzykowski 2 Maíra Rodrigues Villamagna 3 Thelma Sáfadi 4 Augusto Ramalho de Morais 5 1 Introdução Uma série é
Leia maisModulo I. Séries Temporais: ARIMA
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA Modulo I Séries Temporais: ARIMA Curso: Bacharelado em Estatística Disciplina: Estatística Aplicada Nome: Verena
Leia maisUma aplicação do modelo ARIMA para os preços do real estate nos municípios de São Paulo e Rio de Janeiro
Uma aplicação do modelo ARIMA para os preços do real estate nos municípios de São Paulo e Rio de Janeiro 1 Introdução Everton Batista da Rocha 1 2 Marcelo Lopes Moraes 3 Marcos Aurelio Rodrigues 3 O real
Leia maisUtilizando a função auto.arima em modelos de séries temporais
Utilizando a função auto.arima em modelos de séries temporais Erasnilson Vieira Camilo 1 2 Marina Rodrigues Maestre 1 Rick Anderson Freire Mangueira 1 Elias Silva de Medeiros 1 Cristian Villegas 1 1 Introdução
Leia maisAnálise de previsão da inflação no período pós-plano Real
Análise de previsão da inflação no período pós-plano Real Marina Rodrigues Maestre 1 Jayane Pereira de Oliveira 2 Raquel Castellucci Caruso Sachs 3 Vitor Augusto Ozaki 4 1 Introdução Durante a década de
Leia maisAnálise da série temporal do desemprego em regiões metropolitanas do Brasil
Análise da série temporal do desemprego em regiões metropolitanas do Brasil Érica Fernanda da Cruz 1 3 Tamara Aparecida Nogueira dos Anjos 2 Thelma Sáfadi 2 1 Introdução O desemprego no Brasil é uma constante
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 maisUso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN
Uso de séries temporais na análise da temperatura média mensal da cidade de Mossoró, RN Ben Dêivide de Oliveira Batista 1 2 Tales Jesus Fernandes 2 Thelma Sáfadi 2 Wesley de Oliveira Santos 3 1 Introdução
Leia maisAnálise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 2: Introdução às séries temporais egs@cin.ufpe.br Análise e Previsão de Séries Temporais Aula 1 Agenda Resumo da Aula anterior; Estimação e eliminação dos componentes
Leia maisModelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais
Modelagem do comportamento da variação do índice IBOVESPA através da metodologia de séries temporais João Eduardo da Silva Pereira (UFSM) jesp@smail.ufsm.br Tânia Maria Frighetto (UFSM) jesp@smail.ufsm.br
Leia maisAnálise do volume útil do reservatório de Furnas via modelos de séries temporais
Análise do volume útil do reservatório de Furnas via modelos de séries temporais Cristina Henriques Nogueira 1 3 Thelma Sáfadi 2 1 Introdução A energia elétrica é, sem dúvida, um recurso indispensável
Leia maisEstimação de Modelos ARMA e ARIMA
Estimação de Modelos ARMA e ARIMA Estagiária Docente: Vívian dos Santos Queiroz Disciplina: Econometria Aplicada Professor: Sabino da Silva Porto Júnior Apresentação Inserindo Dados de Séries Temporais
Leia maisA Metodologia de Box & Jenkins
A Metodologia de Box & Jenins Aula 03 Bueno, 0, Capítulo 3 Enders, 009, Capítulo Morettin e Toloi, 006, Capítulos 6 a 8 A Metodologia Box & Jenins Uma abordagem bastante utilizada para a construção de
Leia maisAnálise do custo médio por metro quadrado da construção civil no estado de Minas Gerais usando modelos de séries temporais
Análise do custo médio por metro quadrado da construção civil no estado de Minas Gerais usando modelos de séries temporais 1 Introdução Charles Shalimar Felippe da Silva 1 Ricardo Vitor Ribeiro dos Santos
Leia maisAnálise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
UNIVERSIDADE DE SÃO PAULO Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto Análise de Séries Temporais. Modelos estacionários Processos puramente aleatórios, AR(p), MA(q) ARIMA(p,q)
Leia maisPrevisão da inflação do indicador IGP-M através de um modelo ARIMA
Previsão da inflação do indicador IGP-M através de um modelo ARIMA Mauricio Mattos Junho de 2014 Resumo Esse trabalho visa identificar um modelo ARIMA que seja efetivo na descrição e predição dos valores
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 maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2011
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2011 Séries Temporais Considere um processo onde o valor presente de uma série depende dos
Leia maisAvaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais
Avaliação da produção de cana-de-açúcar no Brasil através do estudo de séries temporais 1 Introdução Micherlania da Silva Nascimento 1 Leila Maria Ferreira 2 Tatiane Carvalho Alvarenga 3 4 O Brasil é o
Leia maisEstimação no Domínio do tempo: Covariâncias e modelos ARIMA
Estimação no Domínio do tempo: Covariâncias e modelos ARIMA Airlane Pereira Alencar 8 de Março de 2019 Alencar, A.P., Rocha, F.M.M. (IME-USP) Processos Estocásticos 8 de Março de 2019 1 / 26 Índice 1 Estacionariedade
Leia maisMÉTODO DE PREVISÃO DE DEMANDA APLICADO EM UMA EMPRESA REVENDEDORA DE COMBÚSTIVEL
MÉTODO DE PREVISÃO DE DEMANDA APLICADO EM UMA EMPRESA REVENDEDORA DE COMBÚSTIVEL Thais Rubiane Domingues Silva 1, Laryssa Ribeiro 2, Fábio Luis Figueiredo Fernandes 3, Danielle Mayumi Campos Tamaki 4 Centro
Leia maisMonitoria Econometria Avançada Lista 2
Monitoria Econometria Avançada Lista 2 Professor: Hedibert Lopes Primeiramente, vamos plotar os gráficos das séries, rodando a primeira parte do programa macro-arima.r disponível no site do professor,
Leia maisAnálise do consumo de energia elétrica da cidade de Uberlândia MG, utilizando modelos de séries temporais
Análise do consumo de energia elétrica da cidade de Uberlândia MG, utilizando modelos de séries temporais Guilherme Alvarenga Laia 1 Maria Imaculada de Sousa Silva 2 Nádia Giaretta Biase 3 1 Introdução
Leia maisAJUSTE DE UM MODELO DE SÉRIES TEMPORAIS PARA PREVISÃO DA TEMPERATURA MÍNIMA DO AR PARA LAVRAS/MG EM 2011
AJUSTE DE UM MODELO DE SÉRIES TEMPORAIS PARA PREVISÃO DA TEMPERATURA MÍNIMA DO AR PARA LAVRAS/MG EM 2011 LUIZ G. CARVALHO 1, CAMILA C. ALVARENGA 2 DANIELA C. RODRIGUES 3 1 Eng. Agrícola, Prof. Adjunto,
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 maisEconometria IV Modelos Lineares de Séries Temporais. Fernando Chague
Econometria IV Modelos Lineares de Séries Temporais Fernando Chague 2016 Estacionariedade Estacionariedade Inferência estatística em séries temporais requer alguma forma de estacionariedade dos dados Intuição:
Leia maisAnálise e previsão das taxas da população ocupada em Fortaleza, Ceará, de setembro de 1991 a dezembro de 2008
Análise e previsão das taxas da população ocupada em Fortaleza, Ceará, de setembro de 1991 a dezembro de 2008 Daniela Bandeira, Paulo Germano, Filipe Formiga e Jeremias Leão Universidade Federal do Piauí
Leia maisANÁLISE DAS VARIAÇÕES DE TEMPERATURAS NA PLATAFORMA DE NOSSA SENHORA DA GLÓRIA VIA BOX E JENKINS
ANÁLISE DAS VARIAÇÕES DE TEMPERATURAS NA PLATAFORMA DE NOSSA SENHORA DA GLÓRIA VIA BOX E JENKINS ANALYSIS OF CHANGES IN TEMPERATURE ON DECK OF OUR LADY OF NOSSA SENHORA DA GLÓRIA BY BOX AND JENKINS Nathaly
Leia maisEconometria Semestre
Econometria Semestre 2010.01 174 174 21.4. PROCESSOS ESTOCÁSTICOS INTEGRADOS O passeio aleatório é apenas um caso particular de uma classe de processos estocásticos conhecidos como processos integrados.
Leia maisAula 03/09/2018 José Luiz Padilha 03 de setembro de 2018
Aula 03/09/2018 José Luiz Padilha 03 de setembro de 2018 Construção de modelos ARIMA Há alguns passos básicos para ajustarmos modelos ARIMA aos dados de séries temporais. Estes passos envolvem: plotar
Leia maisMODELO APLICADO À PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA DO CAMPUS I DO CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA DE MINAS GERAIS (CEFET-MG).
MODELO APLICADO À PREVISÃO DA DEMANDA DE ENERGIA ELÉTRICA DO CAMPUS I DO CENTRO FEDERAL DE EDUCAÇÃO. Introdução TECNOLÓGICA DE MINAS GERAIS (CEFET-MG). Luciane Teixeira Passos Giarola Fátima Oliveira Takenaka
Leia maisAnálise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais. Eraylson Galdino
Análise e Previsão de Séries Temporais Aula 1: Introdução às séries temporais egs@cin.ufpe.br Agenda Séries Temporais: Definições Exemplos Modelos simples com média zero: Ruído I.I.D Processo Binário Random
Leia maisPREVISÃO DE PREÇO DO QUILO DO CAFÉ ARÁBICA: UMA APLICAÇÃO DOS MODELOS ARIMA E GARCH
VI Simpósio de Pesquisa dos Cafés do Brasil PREVISÃO DE PREÇO DO QUILO DO CAFÉ ARÁBICA: UMA APLICAÇÃO DOS MODELOS ARIMA E GARCH Alan Figueiredo de Arêdes 1 ; Matheus Wemerson Gomes Pereira ; Erly Cardo
Leia maisUMA ANÁLISE ECONOMÉTRICA DO ICMS *
UMA ANÁLISE ECONOMÉTRICA DO ICMS * Carlos Eduardo S. Marino ** * Trabalho de conclusão da disciplina de Econometria I, ministrada pelos professores Ivan Castelar e Vitor Monteiro, realizada no primeiro
Leia mais3 Metodologia 3.1. Tipo de pesquisa
3 Metodologia 3.1. Tipo de pesquisa Este trabalho pode ser classificado como uma pesquisa descritiva, quantitativa, bibliográfica, experimental, exploratória e explicativa. Este estudo é descritivo, pois
Leia maisAjuste de modelos de séries temporais para pressão atmosférica de Uberlândia
Ajuste de modelos de séries temporais para pressão atmosférica de Uberlândia Valiana Alves Teodoro Mirian Fernandes Carvalho Araújo Lúcio Borges de Araújo Introdução Na comercialização de produtos originados
Leia mais4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA
4 APLICAÇÕES À SÉRIE TEMPORAL DE CONSUMO RESIDENCIAL MENSAL DE ENERGIA ELÉTRICA No capítulo 4, são aplicados os métodos individuais e os combinados à projeção de curto prazo da série de consumo residencial
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2018 Séries Temporais Considere um processo onde o valor presente de uma série depende dos
Leia maisMELHORA DO MODELO SARIMA PARA A PREVISÃO DA DEMANDA MÁXIMA DE CARGA DE ENERGIA DA PUC-RIO UTILIZANDO A SIMULAÇÃO PELO MÉTODO DE MONTE CARLO
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 MELHORA DO MODELO SARIMA PARA A PREVISÃO DA DEMANDA MÁXIMA DE CARGA DE ENERGIA DA PUC-RIO UTILIZANDO A SIMULAÇÃO PELO MÉTODO DE MONTE CARLO SERGIO
Leia maisAnálise da série do custo da cesta básica de Belo Horizonte, MG.
Análise da série do custo da cesta básica de Belo Horizonte, MG. Tamara Aparecida Nogueira dos Anjos 12 Érica Fernanda da Cruz 3 Thelma Sáfadi 3 1 Introdução Em nosso dia-a-dia é comum fenômenos que evoluem
Leia maisAnálise do preço da saca de 60 kg do café arábica utilizando séries temporais.
Análise do preço da saca de 60 kg do café arábica utilizando séries temporais. Tales Jesus Fernandes 12 Adriele Aparecida Pereira 2 Joel Augusto Muniz 2 Thelma Sáfadi 2 1 Introdução O solo e as condições
Leia mais3 Dados e metodologia
3 Dados e metodologia 3.1 Apresentação de Dados Para a realização dessa pesquisa foram utilizados os dados da série histórica dos preços da soja (em grão) do Estado do Paraná, obtidos da base de dados
Leia maisAnálise de séries temporais de preços de compensado no estado do Paraná, com a utilização da metodologia de Box & Jenkins
Análise de séries temporais de preços de compensado no estado do Paraná, com a utilização da metodologia de Box & Jenkins Vanderlei Santos de Souza 1 Romano Timofeiczyk Junior 2 Alexandre Nascimento de
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 maisUNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA CALEB SOUZA GRR DENNIS LEÃO GRR LUAN FIORENTIN GRR
UNIVERSIDADE FEDERAL DO PARANÁ CURSO ESTATÍSTICA CALEB SOUZA GRR -20149072 DENNIS LEÃO GRR - 20160239 LUAN FIORENTIN GRR - 20160219 MODELAGEM DA QUANTIDADE DE MATRÍCULAS NO ENSINO REGULAR NO ESTADO DO
Leia maisEixo Temático: Estratégia e Internacionalização de Empresas ANÁLISE DO COMPORTAMENTO DO PREÇO DE SOJA, MILHO E TRIGO NA BOLSA DE VALORES DE CHICAGO
Eixo Temático: Estratégia e Internacionalização de Empresas ANÁLISE DO COMPORTAMENTO DO PREÇO DE SOJA, MILHO E TRIGO NA BOLSA DE VALORES DE CHICAGO ANALYSIS OF THE BEHAVIOR OF SOY, CORN AND WHEAT PRICES
Leia maisUM ESTUDO EM SÉRIES TEMPORAIS NA ANÁLISE DA RECEITA NOMINAL DE VENDAS DE VEÍCULOS E MOTOS RESUMO
64 UM ESTUDO EM SÉRIES TEMPORAIS NA ANÁLISE DA RECEITA NOMINAL DE VENDAS DE VEÍCULOS E MOTOS Samuel de Oliveira Especialista em ensino de Física Mestrando em Engenharia de Sistemas pela Universidade Federal
Leia maisAnálise comparativa entre métodos estatístico e rede neural aplicados em séries temporais
Análise comparativa entre métodos estatístico e rede neural aplicados em séries temporais Ana Paula de Sousa José Elmo de Menezes Introdução As formas funcionais dos modelos de previsão das redes neurais
Leia mais4 Modelos de Regressão Dinâmica
4 Modelos de Regressão Dinâmica Nos modelos de regressão linear (Johnston e Dinardo, 1998) estudados comumente na literatura, supõe-se que os erros gerados pelo modelo possuem algumas características como:
Leia maisMODELOS DE SÉRIES TEMPORAIS APLICADOS A PREVISÃO DE RADIAÇÃO SOLAR
MODELOS DE SÉRIES TEMPORAIS APLICADOS A PREVISÃO DE RADIAÇÃO SOLAR MODELOS DE SÉRIES TEMPORAIS APLICADOS A PREVISÃO DE RADIAÇÃO SOLAR Time series models applied to solar radiation forecasting Eliezer José
Leia maisDesenvolvimento de uma metodologia para avaliação da demanda e capacidade de carga nos principais aeroportos brasileiros
Desenvolvimento de uma metodologia para avaliação da demanda e capacidade de carga nos principais aeroportos brasileiros Michel de Oliveira Vasconcelos Instituto Tecnológico de Aeronáutica, São José dos
Leia maisModelos ARCH e GARCH Aula 8. Morettin e Toloi, 2006, Capítulo 1 e 14 Morettin, 2011, Capítulo 1 e 5 Bueno, 2011, Capítulo 8
Modelos ARCH e GARCH Aula 8 Morettin e Toloi, 2006, Capítulo 1 e 14 Morettin, 2011, Capítulo 1 e 5 Bueno, 2011, Capítulo 8 Motivação Pesquisadores que se dedicam a prever séries temporais, tais como preços
Leia maisUniversidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Dezembro de 2009
Universidade de São Paulo Escola Superior de Agricultura Luiz de Queiroz Dezembro de 2009 PREVISÃO DO PREÇO DO FRETE DE AÇÚCAR DA ROTA COM ORIGEM EM SERTÃOZINHO (SP) E DESTINO À SANTOS (SP): APLICAÇÃO
Leia maisPerspectiva de Produtividade 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 2009 Perspectiva de Produtividade Agrícola para a Região de Instalação do Complexo Petroquímico do Estado do Rio de Janeiro (COMPERJ) para o Ano de 2015 1 Diogo
Leia maisPrevisão de taxas de falhas utilizando o Método de Box & Jenkins. Forecast of failure rates using the Box & Jenkins Method
Previsão de taxas de falhas utilizando o Método de Box & Jenkins Débora Morales1 (UFPR) debora_mo2@hotmail.com Naiara Fernanda Johnsson 2 (UFPR) nai_johnsson@hotmail.com Resumo: O presente artigo propõe
Leia mais2. Séries Temporais Definição
23 2. Séries Temporais 2.1. Definição Um processo estocástico é uma função aleatória que evolui no tempo (e/ou no espaço), definida sob um espaço de probabilidades. Mais precisamente, um processo estocástico
Leia maisPREVISÃO E CONTROLE DE ENERGIA
PREVISÃO E CONTROLE DE ENERGIA Eliane da Silva Christo (UFF) eliane.ch@gmail.com MIRLEY BITENCOURT FERREIRA (UFF) mirleybit@hotmail.com Um dos componentes mais importantes de infra-estrutura no processo
Leia maisPREVISÃO DE DADOS DE SÉRIES TEMPORAIS DOS PIBS BRASILEIRO E AMERICANO ATRAVÉS DO MODELO ARIMA
Engenharia de Produção, Infraestrutura e Desenvolvimento Sustentável: a Agenda Brasil+0 Curitiba, PR, Brasil, 07 a 0 de outubro de 204. PREVISÃO DE DADOS DE SÉRIES TEMPORAIS DOS PIBS BRASILEIRO E AMERICANO
Leia maisCombinação Geométrica de Métodos Preditivos; Aplicação à Previsão de Consumo Residencial Mensal de Energia Elétrica
Luiz Albino Teixeira Júnior Combinação Geométrica de Métodos Preditivos; Aplicação à Previsão de Consumo Residencial Mensal de Energia Elétrica Dissertação de Mestrado Dissertação apresentada como requisito
Leia maisControle Estatístico de Qualidade para indicadores do Instituto Federal de Brasília
Universidade de Brasília IE Departamento de Estatística Controle Estatístico de Qualidade para indicadores do Instituto Federal de Brasília Iran Barros Nunes Filho 10/0031226 Brasília 2015 Iran Barros
Leia maisAplicação da Metodologia Box & Jenkins a dados de produção de leite cru do estado do Paraná (PR)
Aplicação da Metodologia Box & Jenkins a dados de produção de leite cru do estado do Paraná (PR) Eduardo Campana Barbosa 12 Carlos Henrique Osório Silva 3 Rômulo César Ricardo Gonçalves Tavares 4 Tiago
Leia maisConceitos Básicos de Séries Temporais para Modelagem Macroeconômica
Conceitos Básicos de Séries Temporais para Modelagem Macroeconômica Material de apoio à aula de RBC Referencia bibliográfica: Introduction to Econometrics G S Maddala e Kajal Lahiri 4a. Edição, John Wiley
Leia maisEixo Temático: Estratégia e Internacionalização de Empresas
Eixo Temático: Estratégia e Internacionalização de Empresas PREVISÃO DA ARRECADAÇÃO DE ICMS DO ESTADO DO RIO GRANDE DO SUL: UMA ABORDAGEM COM MODELOS ARIMA RESUMO PREDICTING THE COLLECTION OF ICMS OF RIO
Leia maisSéries Temporais e Modelos Dinâmicos. Econometria. Marcelo C. Medeiros. Aula 9
em Econometria Departamento de Economia Pontifícia Universidade Católica do Rio de Janeiro Aula 9 Data Mining Equação básica: Amostras finitas + muitos modelos = modelo equivocado. Lovell (1983, Review
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 maisUma Aplicação dos Modelos Box-Jenkins para Previsão de Demanda na Área de Assistência Técnica de Computadores Pessoais
Uma Aplicação dos Modelos Box-Jenkins para Previsão de Demanda na Área de Assistência Técnica de Computadores Pessoais Liane Werner Departamento de Estatística, Universidade Federal do Rio Grande do Sul,
Leia mais= p(x 1 )p(x 2 x 1 )p(x n,..., x 3 x 2, x 1 ). = p(x 1 ) t=2. Em particular para um modelo ARMA(p, q), denotando o vetor de parâmetros. t=p+1.
Capítulo 4 Estimação No capítulo anterior foram estudados modelos probabilísticos que podem ser utilizados para descrever dados de séries temporais. Neste capítulo será discutido o problema de ajustar
Leia maisPREVISÃO DOS CONSUMIDORES DE ENERGIA ELÉTRICA DO SETOR RESIDENCIAL NO RIO GRANDE DO SUL - UM ESTUDO COMPARATIVO ENTRE OS MODELOS ARIMA E ARFIMA.
XXIX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO A Engenharia de Produção e o Desenvolvimento Sustentável: Integrando Tecnologia e Gestão. Salvador, BA, Brasil, 6 a 9 de outubro de 9 PREVISÃO DOS CONSUMIDORES
Leia maisEVOLUÇÃO DA PRODUÇÃO DE MILHO SAFRINHA NO ESTADO DE MATO GROSSO. Jason de Oliveira Duarte'", José Carlos Cruz'" e João Carlos Garcia'"
9 Seminário Nacional de Milho Safrinha. Rumo à estabilidade: anais. 225 EVOLUÇÃO DA PRODUÇÃO DE MILHO SAFRINHA NO ESTADO DE MATO GROSSO Jason de Oliveira Duarte'", José Carlos Cruz'" e João Carlos Garcia'"
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ CURSO DE ESTATÍSTICA. Jayme Gomes dos Santos Junior Luciana Helena Kowalski
UNIVERSIDADE FEDERAL DO PARANÁ CURSO DE ESTATÍSTICA Jayme Gomes dos Santos Junior Luciana Helena Kowalski MODELAGEM DA EXPECTATIVA DE VIDA NOS MUNICÍPIOS DO PARANÁ A PARTIR DE COVARIÁVEIS DO CENSO 2010
Leia maisECONOMETRIA AVANÇADA Prova Intermediária - 09/04/2015
ECONOMETRIA AVANÇADA Prova Intermediária - 09/04/2015 Solução Questão I (2,0 pontos): Para o modelo y t = 0, 7y t 1 + ɛ t, com ruído branco ɛ t (0, 1), (a) (0,5) Obtenha a previsão h-passos a frente, ŷ
Leia maisIBMEC SÃO PAULO Faculdade de Economia e Administração
0 IBMEC SÃO PAULO Faculdade de Economia e Administração Lucas Sandoval Monteiro de Barros PREVISÃO DA ARRECADAÇÃO DO ICMS E IPVA DO MUNICÍPIO DE BARRETOS NO PERÍODO DE JANEIRO DE 2001 ATÉ ABRIL DE 2009.
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 maisUTILIZAÇÃO DE MODELOS ARIMA PARA PREVISÃO DA ARRECADAÇÃO DE ICMS DO ESTADO DO RIO GRANDE DO SUL
UTILIZAÇÃO DE MODELOS ARIMA PARA PREVISÃO DA ARRECADAÇÃO DE ICMS DO ESTADO DO RIO GRANDE DO SUL Deise Scheffer Universidade Federal de Santa Maria scheffer.deise@gmail.com Adriano Mendonça Souza Universidade
Leia maisMestrado em Análise de Dados e Sistemas de Apoio à Decisão. Disciplina: Extracção e conhecimento de dados I. Trabalho nº4: Séries Temporais
Mestrado em Análise de Dados e Sistemas de Apoio à Decisão Disciplina: Extracção e conhecimento de dados I Trabalho nº4: Séries Temporais Data: 6 de Fevereiro de 005 Aluno: Elisabeth Silva Fernandes Nº
Leia maisSistema de Previsão de Tráfego em Enlaces de Rede Utilizando Séries Temporais
Sistema de Previsão de Tráfego em Enlaces de Rede Utilizando Séries Temporais Evandro Luiz Cardoso Macedo Luís Felipe Magalhães de Moraes Laboratório de Redes de Alta Velocidade RAVEL/CPPE Laboratório
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ COMPARAÇÃO ENTRE MODELOS DE SÉRIES TEMPORAIS PARA PREVISÃO DE LUCRO DE UMA COMPANHIA BRASILEIRA DE ALIMENTOS CURITIBA
UNIVERSIDADE FEDERAL DO PARANÁ COMPARAÇÃO ENTRE MODELOS DE SÉRIES TEMPORAIS PARA PREVISÃO DE LUCRO DE UMA COMPANHIA BRASILEIRA DE ALIMENTOS CURITIBA 2008 ALEXANDRE MOREIRA BATISTA HIGOR FERNANDO MANGINELLI
Leia maisPREVISÃO DE VENDAS COM MODELO ARIMA BOX E JENKINS APLICAÇÃO COM GRETL
Estatística & Gestão de Informação Métodos de Previsão 1º Semestre - 4º Ano PREVISÃO DE VENDAS COM MODELO ARIMA BOX E JENKINS APLICAÇÃO COM GRETL Autores: Emanuel De Jesus R. C.Borges (emanuelramos31@hotmail.com);
Leia mais8. Aplicação a uma Série Real de Velocidade do Vento
12 8. Aplicação a uma Série Real de Velocidade do Vento A energia de origem hidrelétrica predomina na matriz elétrica brasileira. No entanto, alguns fatos têm gerado preocupações quanto ao atendimento
Leia mais6 Aplicação de modelos de série temporal para o CMO
Aplicação de modelos de série temporal para o CMO Antes de se iniciar qualquer tipo de análise, vai se ilustrar qual é o comportamento da série do custo marginal de operação através de um gráfico mostrado
Leia maisImpactos das barreiras ambientais sobre as exportações brasileiras de etanol
Impactos das barreiras ambientais sobre as exportações brasileiras de etanol Pedro Henrique Ramos Cerqueira 1 Giovanna Miranda Mendes 1 Roselaine Bonfim de Almeida 1 Vitor Augusto Ozaki 1 RESUMO Neste
Leia maisAjuste sazonal das séries trimestrais. Diretoria de Pesquisa Coordenação de Contas Nacionais
Ajuste sazonal das séries trimestrais Diretoria de Pesquisa Coordenação de Contas Nacionais A série encadeada original O componente sazonal A tendência (trend cycle) A série encadeada com ajuste sazonal
Leia maisAplicação do modelo arima para previsão do preço da commodity milho
Recebido 27/03/2017 Aprovado 26/09/2017 Aplicação do modelo arima para previsão do preço da commodity milho Application of The ARIMA Model to Forecast the Price of the Commodity Corn Carlos Gonçalves Cas
Leia maisAnálise de dados em Geociências
Análise de dados em Geociências Regressão Susana Barbosa Mestrado em Ciências Geofísicas 2014-2015 Resumo Introdução Regressão linear dados independentes séries temporais Regressão de quantis Regressão
Leia maisANÁLISE DO COMPORTAMENTO FUTURO DO PREÇO DO CIMENTO PORTLAND CP IV
João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016 ANÁLISE DO COMPORTAMENTO FUTURO DO PREÇO DO CIMENTO PORTLAND CP IV Bianca Reichert (UFSM ) biancareichert@hotmailcom Adriano Mendonca Souza (UFSM )
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 maisTransformações e Ponderação para corrigir violações do modelo
Transformações e Ponderação para corrigir violações do modelo Diagnóstico na análise de regressão Relembrando suposições Os erros do modelo tem média zero e variância constante. Os erros do modelo tem
Leia maisPrevisão da demanda: Aplicação do método de Box & Jenkins em uma indústria de transformadores elétricos
Previsão da demanda: Aplicação do método de Box & Jenkins em uma indústria de transformadores elétricos José Claudio de Souza (FEPI) jclaudio.lksouza@yahoo.com.br Danielle Mayumi Campos Tamaki (FEPI) daniellemtamaki@gmail.com
Leia maisCOMPORTAMENTO DA SÉRIE DE DEPOSITOS DE PATENTES SOBRE A ENERGIA SOLAR FOTOVOLTAICA
COMPORTAMENTO DA SÉRIE DE DEPOSITOS DE PATENTES SOBRE A ENERGIA SOLAR FOTOVOLTAICA Daiane Costa Guimarães - dayaned1@hotmail.com Program of Postgraduate in Intellectual Property Science Federal University
Leia maisPREVISÃO DO ÍNDICE DE VOLUME DE VENDAS NO VAREJO - COMBUSTÍVEIS E LUBRIFICANTES NO ESTADO DO RIO GRANDE DO SUL.
Eixo Temático: Inovação e Sustentabilidade PREVISÃO DO ÍNDICE DE VOLUME DE VENDAS NO VAREJO - COMBUSTÍVEIS E LUBRIFICANTES NO ESTADO DO RIO GRANDE DO SUL. PREDICTION OF VOLUME OF RETAIL SALES INDEX - FUELS
Leia mais5 Resultados. 5.1 Descrição dos Dados
5 Resultados 5. Descrição dos Dados A partir do modelo proposto pretende-se desenvolver uma metodologia de estimação conjunta de vento e vazão, que auxilie o setor elétrico a considerar o despacho das
Leia maisCapítulo 3. Modelos Probabilísticos
Capítulo 3 Modelos Probabilísticos 3.1 Introdução Neste capítulo serão descritos vários modelos adequados para dados de séries temporais. Tais modelos são chamados de processos estocásticos. Matematicamente
Leia mais5 PREVISÃO DE SÉRIES TEMPORAIS DE VAZÃO DE DRENOS DA BARRAGEM DE FUNIL
5 PREVISÃO DE SÉRIES TEMPORAIS DE VAZÃO DE DRENOS DA BARRAGEM DE FUNIL 5.1 Introdução Existem situações, como por exemplo, em grandes obras de engenharia (portos, barragens, usinas nucleares, etc.), em
Leia maisEconometria. Séries Temporais Lista de Exercícios
Econometria Séries Temporais Lista de Exercícios 1. Estimação da Autocovariância e da Autocorrelação Tome a série de dados da planilha estimacao.xlsx e estime o que se pede sobre a série de tempo dada.
Leia maisAPLICAÇÃO DE MODELOS ARIMA EM SÉRIES DE PREÇOS DE SOJA NO NORTE DO PARANÁ
APLICAÇÃO DE MODELOS ARIMA EM SÉRIES DE PREÇOS DE SOJA NO NORTE DO PARANÁ ARIMA MODELS APPLICATION ON SOYBEAN PRICE SERIES IN THE NORTH OF PARANA STATE ISRAEL JOSÉ DOS SANTOS FELIPE 1 Recebido em Agosto
Leia maisRESUMO PALAVRAS CHAVE 1. INTRODUÇÃO
Modelos de Séries Temporais para a Previsão do Preço Médio Mensal da Soja no Rio Grande do Sul e Análise da Evolução da Cultura no Cenário Nacional e Regional RESUMO A soja é um dos principais produtos
Leia mais8º CONGRESSO LUSO-BRASILEIRO PARA O PLANEAMENTO URBANO, REGIONAL, INTEGRADO E SUSTENTÁVEL (PLURIS
8 º CONGRESSO LUSO-BRASILEIRO PARA O PLANEAMENTO URBANO, REGIONAL, INTEGRADO E SUSTENTÁVEL (PLURIS 218) Cidades e Territórios - Desenvolvimento, atratividade e novos desafios Coimbra Portugal, 24, 25 e
Leia maisPREVISÃO DO VOLUME DO CONSUMO DE ÁGUA NA CIDADE DE SANTA CRUZ DO SUL NO ESTADO DO RIO GRANDE DO SUL
PREVISÃO DO VOLUME DO CONSUMO DE ÁGUA NA CIDADE DE SANTA CRUZ DO SUL NO ESTADO DO RIO GRANDE DO SUL Rogério Boza Medeiros 1 Jorge Marcelo Wohlgemuth 2 RESUMO O estudo realizado tem como objetivo encontrar
Leia maisPredição da Taxa de Desemprego Brasileira utilizando com Modelo de Regressão com Erros Autocorrelacionados
Predição da Taxa de Desemprego Brasileira utilizando com Modelo de Regressão com Erros Autocorrelacionados José Eduardo Holanda Ellery Coelho 1 Hellano Vieira de Almeida 2 Rafael Braz Azevedo Farias 3
Leia maisAnálise estatística da série temporal de precipitação do município de São João do Cariri-PB
Análise estatística da série temporal de precipitação do município de São João do Cariri-PB Manoel Rivelino Gomes de Oliveira 1 Moacyr Cunha Filho 2 Ewerton Pereira de Oliveira 3 Maria Das Vitórias Alexandre
Leia mais