Comparação de métodos estatísticos para previsão da demanda de café no Brasil

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorScherpinski, Neusa Idick-
Autor(es): dc.contributorSchmidt, Carla Adriana Pizarro-
Autor(es): dc.contributorScherpinski, Neusa Idick-
Autor(es): dc.contributorSchmidt, Carla Adriana Pizarro-
Autor(es): dc.contributorPereira Junior, Edson Hermenegildo-
Autor(es): dc.contributorGasparin, Priscila Pigatto-
Autor(es): dc.creatorMarujo, Lucas-
Data de aceite: dc.date.accessioned2022-02-21T21:46:05Z-
Data de disponibilização: dc.date.available2022-02-21T21:46:05Z-
Data de envio: dc.date.issued2020-11-15-
Data de envio: dc.date.issued2020-11-15-
Data de envio: dc.date.issued2017-11-22-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/13002-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/660082-
Descrição: dc.descriptionThe Brazil is the world's largest producer and exporter and the second in terms of consumption and this product is of great importance for the country in historical, economic and cultural terms. It is also understood the need to forecast demand as a tool to help managers in relation to the structuring of strategic planning, PCP, marketing, sales, as well as several other areas to be used directly or indirectly in practically all the coffee production chain. The main purpose of this study was to carry out forecasts for coffee demand in Brazil through the making, interpretation and evaluation of several mathematical models. The models were based on statistical methodologies explored in the literature and applied the historical series of coffee consumption in Brazil between 90s and 2016s. The evaluation was done by means of a direct comparison between their Mean Absolute Deviation (MAD) and the interpretation of the Theil U coefficient to select which methods excelled in relation to the trivial prediction. By means of these measures of accuracy and the coherence analysis to the natural behavior of the data, the ARIMA model (1,1,5) was chosen, with which, it was generated projections for the 5 periods after the last of the real series of consumption. It should be noted that, as the projection for the following year is more relevant, due to the annual characteristics of the data and possible readjustments with the value of the current year in the models for the next year. Thus, a forecast for the 2017s with the adjusted model and 95% confidence interval was 21,438,900 bags of 60 kg, which was considered as estimates of the reference organizations in the area.-
Descrição: dc.descriptionO Brasil é o maior produtor e exportador mundial e o segundo no ranking referente ao consumo, e esse produto é de grande importância para o país, em termos históricos, econômicos e culturais. Entende-se ainda, a necessidade da previsão de demanda como ferramenta de auxílio aos gestores em relação a estruturação do planejamento estratégico, PCP, marketing, vendas, além de diversas outras áreas, de modo a ser utilizada de forma direta ou indireta em praticamente toda a cadeia produtiva do café. Este estudo teve como principal intuito, realizar previsões para a demanda de café no Brasil por intermédio da confecção, interpretação e avaliação de diversos modelos matemáticos. Os modelos foram feitos a partir de metodologias estatísticas exploradas na literatura e aplicadas a série histórica de consumo de café no Brasil entre os anos de 1990 e 2016. A avaliação se deu por meio da comparação direta entre seus MAD (Mean Absolute Deviation), além da interpretação do coeficiente de U de Theil, para selecionar quais métodos se sobressaíram em relação a previsão trivial. Por meio dessas medidas de acurácia e as análises de coerência ao comportamento natural dos dados, escolheu-se o modelo ARIMA (1,1,5), com o qual, gerou-se projeções para os 5 períodos subsequentes ao último da série real de consumo. Nota-se, como mais relevante a projeção para o ano imediatamente posterior, devido as características anuais dos dados e a possíveis reajustes com o valor do ano atual nos modelos para o próximo ano. Dessa forma, a previsão para o ano de 2017 com o modelo ajustado e intervalo de confiança de 95%, foi de 21.438.900 sacas de 60 kg, o que foi considerado condizente com as estimativas das organizações de referência na área.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherMedianeira-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEngenharia de Produção-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectModelagem-
Palavras-chave: dc.subjectAnálise de séries temporais-
Palavras-chave: dc.subjectAnálise de regressão-
Palavras-chave: dc.subjectModelyng-
Palavras-chave: dc.subjectTime-series analysis-
Palavras-chave: dc.subjectRegression analysis-
Palavras-chave: dc.subjectCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO-
Título: dc.titleComparação de métodos estatísticos para previsão da demanda de café no Brasil-
Título: dc.titleComparison of statistical methods for the forecasting of coffee demand in Brazil-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.