Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/13094| Título: | Previsões estatísticas e estudo do cenário agrícola e econômico do trigo para o estado do paraná |
| Título(s) alternativo(s): | Statistical forecasts and study of the agricultural and economic scenario of wheat for the state of Paraná |
| Autor(es): | Deina, Carolina |
| Orientador(es): | Schmidt, Carla Adriana Pizarro |
| Palavras-chave: | Análise de séries temporais Análise multivariada Agricultura - Estatísticas Time-series analysis Multivariate analysis Agriculture - Statistics |
| Data do documento: | 20-Nov-2017 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Medianeira |
| Citação: | DEINA, Carolina. Previsões estatísticas e estudo do cenário agrícola e econômico do trigo para o estado do Paraná. 2017. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Produção) - Universidade Tecnológica Federal do Paraná, Medianeira, 2017. |
| Resumo: | O presente estudo teve como objetivo avaliar e prever as áreas plantadas, áreas colhidas e preços praticados do grão de trigo no estado do Paraná, este que é atualmente o maior produtor dessa matéria-prima no Brasil. Para início do trabalho, buscou-se por meio de um estudo bibliográfico apresentar o cenário da cultura de trigo no Brasil, os conceitos e as etapas de um modelo de previsão e conceitos sobre medidas e controles de erro de previsão. Na sequência, foram coletados dados históricos diretamente da base de dados do Centro de Estudos Avançados em Economia Aplicada – CEPEA e do Instituto Brasileiro de Geografia e Estatística – IBGE, estes dados foram analisados estatisticamente para identificar padrões, ciclos, sazonalidade e tendência. Com o auxilio da análise dos dados escolheu-se o modelo de previsão que melhor se adequou para cada série de dados analisados. A avaliação e tratamento dos dados ocorreu por meio de modelos de Suavização Exponencial, por meio do software Action Stat®. Os modelos encontrados para os preços praticados foram nível multiplicativo, tendência multiplicativa amortecida e sazonalidade ausente. Já os modelos de área plantada e área colhida foram nível multiplicativo e tendência e sazonalidade ausentes. As previsões encontradas para todas as variáveis foram satisfatórias, pois estavam dentro dos limites superiores e inferiores da previsão. |
| Abstract: | The present study aimed to evaluate and predict the planted areas, harvested areas and prices of wheat grain in the state of Paraná, which is currently the largest producer of this raw material in Brazil. For the beginning of the work, a bibliographical study was presented to present the scenario of the wheat culture in Brazil, the concepts and the stages of a prediction model and concepts about measures and controls of forecast error. After that, historical data were collected directly from the database of the Center for Advanced Studies in Applied Economics (CEPEA) and the Brazilian Institute of Geography and Statistics (IBGE). These data were statistically analyzed to identify patterns, cycles, seasonality and trend. With the help of the data analysis, we chose the forecast model that best fit for each series of data analyzed. The evaluation and treatment of the data occurred through Exponential Smoothing models, through the software Action Stat®. The models found for the prices practiced were multiplicative level, multiplicative trend and seasonality absent. Already the models of planted area and harvested area were multiplicative level and tendency and seasonality were absent. The predictions found for all variables were satisfactory, since they were within the upper and lower limits of the forecast. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/13094 |
| Aparece nas coleções: | MD - Engenharia de Produção |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| estatisticaagricolaeconomicotrigo.pdf | 1,47 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.