Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Pereira, Valdecy | - |
Autor(es): dc.contributor | Costa, Helder Gomes | - |
Autor(es): dc.contributor | Roboredo, Marcos Costa | - |
Autor(es): dc.creator | Santos Junior, Antonio Carlos Rodrigues dos | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:44:29Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:44:29Z | - |
Data de envio: dc.date.issued | 2019-11-10 | - |
Data de envio: dc.date.issued | 2019-11-10 | - |
Data de envio: dc.date.issued | 2018 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/12107 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/756557 | - |
Descrição: dc.description | A previsão de demanda é fundamental para o sucesso das corporações. Além disso, a gasolina é um insumo básico para atividade econômica que apesar da gradual substituição dos combustíveis fósseis, ainda é consumida em grandes volumes no Brasil. Visando alinhar esses dois pontos, o presente trabalho lança mão de duas ferramentas estatísticas: Regressão Linear Múltipla e ARIMA para fazer um estudo de previsão de demanda da gasolina no Brasil. Na sequência foi feita uma avaliação por meio do indicador de erros quadráticos médios de quais das duas técnicas apresentou melhor acuracidade nessa iniciativa. A construção dos modelos foi realizada respeitando as hipóteses técnicas e para avaliá-las foram utilizados a análise gráfica e testes estatísticos. Tal procedimento metodológico serviu de subsídio para a escolha de um modelo AR(1) acrescido de variáveis dummies de sazonalidade e um modelo SARIMA(1,0,0)(1,1,0). Feita a comparação entre as propostas, não foi possível concluir categoricamente qual modelo apresentou melhor performance, pois os resultados na fase de validação e conclusão foram divergentes. Apesar dessa constatação objetiva, o presente estudo foi delimitado pela extensão da série de dados. A título de continuidade do presente estudo, vale a recomendação pela ampliação da série temporal e a comparação com outros modelos de previsão de demanda | - |
Descrição: dc.description | Demand forecasting is a fundamental activity for companies to succeed. Furthermore, gasoline is a basic input for economy and despite of gradual substitution of fossil fuels, it is still consumed in big amounts in Brazil. Looking for joining these both relevant topics, the present study makes use of two statistical tools: Multiple Linear Regression and ARIMA models in order to forecast the demand for gasoline in Brazil. Subsequently both models were compared through the indicator mean squared error and checked witch one had presented the best accuracy on predicting gasoline demand. The construction of the models was realized respecting all technical hypothesis and graphical analysis and statistical tests were used to confirm them. Such methodological process based the decision for selecting: AR(1) with dummies variables representing seasonality and a SARIMA (1,0,0)(1,1,0) as best models. Once the statistical models were compared, it was not possible to conclude which had performed better because the results on validation and conclusion fase were divergent. Although this objective finding, concluded the present study was delimited by data series extension. Therefore, with respect of continuity of this work, it is recommended to amplify the data series and test for accuracy other forecasting models | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | Open Access | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nc-nd/3.0/br/ | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Regressão linear múltipla | - |
Palavras-chave: dc.subject | ARIMA | - |
Palavras-chave: dc.subject | SARIMA | - |
Palavras-chave: dc.subject | Gasolina | - |
Palavras-chave: dc.subject | Previsão de demanda | - |
Palavras-chave: dc.subject | Previsão de demanda | - |
Palavras-chave: dc.subject | Gasolina | - |
Palavras-chave: dc.subject | Regressão linear múltipla | - |
Palavras-chave: dc.subject | Multiple linear regression | - |
Palavras-chave: dc.subject | Gasoline | - |
Palavras-chave: dc.subject | Demand forecasting | - |
Título: dc.title | Análise comparativa de modelos estatísticos par previsão de demanda de gasolina no Brasil | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: