PREVISÕES DE INDICADORES DA SOJA NO ESTADO DE MATO GROSSO A PARTIR DE MODELOS BASEADOS EM SÉRIES TEMPORAIS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Brazilian Journal of Production Engineering |
Texto Completo: | https://periodicos.ufes.br/bjpe/article/view/V05N03_006 |
Resumo: | O estado de Mato Grosso se destaca como o maior produtor nacional de soja. Diante deste contexto, realizar o processo de modelagem e previsão dos indicadores desta cultura se configura como uma atividade muito importante para o planejamento e acompanhamento das safras. Deste modo, o presente trabalho teve como objetivo realizar a aplicação e avaliação dos desempenhos apresentados pelos modelos baseados em séries temporais para previsões de produção, área plantada e produtividade da soja no estado de Mato Grosso. Para isto, foram coletados dados históricos na base de dados Série Histórica das Safras da Companhia Nacional de Abastecimento (CONAB), referentes aos períodos das safras de 1976/1977 a 2016/2017. Todos os processos de análises, modelagens e previsões foram realizados através de planilhas eletrônicas desenvolvidas para estes fins. Com os resultados obtidos, pôde-se verificar que os modelos que apresentaram os melhores desempenhos para prever os indicadores da soja foram os de suavização exponencial com tendência para a série histórica de produção, suavização exponencial simples para a série histórica da área plantada e média móvel ponderada para a série temporal da produtividade. Estes modelos foram então utilizados para obter as previsões da safra de 2017/2018 destes indicadores. |
id |
UFES-11_9bd5efb0b7ad5bd9dbc32bd8b98b1cf1 |
---|---|
oai_identifier_str |
oai:periodicos.ufes.br:article/23339 |
network_acronym_str |
UFES-11 |
network_name_str |
Brazilian Journal of Production Engineering |
repository_id_str |
|
spelling |
PREVISÕES DE INDICADORES DA SOJA NO ESTADO DE MATO GROSSO A PARTIR DE MODELOS BASEADOS EM SÉRIES TEMPORAISO estado de Mato Grosso se destaca como o maior produtor nacional de soja. Diante deste contexto, realizar o processo de modelagem e previsão dos indicadores desta cultura se configura como uma atividade muito importante para o planejamento e acompanhamento das safras. Deste modo, o presente trabalho teve como objetivo realizar a aplicação e avaliação dos desempenhos apresentados pelos modelos baseados em séries temporais para previsões de produção, área plantada e produtividade da soja no estado de Mato Grosso. Para isto, foram coletados dados históricos na base de dados Série Histórica das Safras da Companhia Nacional de Abastecimento (CONAB), referentes aos períodos das safras de 1976/1977 a 2016/2017. Todos os processos de análises, modelagens e previsões foram realizados através de planilhas eletrônicas desenvolvidas para estes fins. Com os resultados obtidos, pôde-se verificar que os modelos que apresentaram os melhores desempenhos para prever os indicadores da soja foram os de suavização exponencial com tendência para a série histórica de produção, suavização exponencial simples para a série histórica da área plantada e média móvel ponderada para a série temporal da produtividade. Estes modelos foram então utilizados para obter as previsões da safra de 2017/2018 destes indicadores.Universidade Federal do Espírito Santo - UFES2019-07-02info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionArtigo avaliado pelos paresapplication/pdfapplication/pdfhttps://periodicos.ufes.br/bjpe/article/view/V05N03_006Brazilian Journal of Production Engineering; Vol. 5 No. 3 (2019): Número Regular (Julho); 67-81Brazilian Journal of Production Engineering; Vol. 5 Núm. 3 (2019): Número Regular (Julho); 67-81Brazilian Journal of Production Engineering; v. 5 n. 3 (2019): Número Regular (Julho); 67-812447-5580reponame:Brazilian Journal of Production Engineeringinstname:Universidade Federal do Espírito Santo (UFES)instacron:UFESporhttps://periodicos.ufes.br/bjpe/article/view/V05N03_006/pdfhttps://periodicos.ufes.br/bjpe/article/view/V05N03_006/19176Copyright (c) 2019 Brazilian Journal of Production Engineering - BJPEhttp://creativecommons.org/licenses/by-nc-sa/4.0info:eu-repo/semantics/openAccessda Silva, Rodolfo Benedito ZattarAires, Fábia Fernanda da CostaOenning, Eduardo JoséPorto, Alexandre GonçalvesUltramari, Alexandre Volkmann2023-01-08T16:34:11Zoai:periodicos.ufes.br:article/23339Revistahttps://periodicos.ufes.br/bjpePUBhttps://periodicos.ufes.br/bjpe/oairodrigo.r.freitas@ufes.br2447-55802447-5580opendoar:2023-01-13T10:36:18.735509Brazilian Journal of Production Engineering - Universidade Federal do Espírito Santo (UFES)false |
dc.title.none.fl_str_mv |
PREVISÕES DE INDICADORES DA SOJA NO ESTADO DE MATO GROSSO A PARTIR DE MODELOS BASEADOS EM SÉRIES TEMPORAIS |
title |
PREVISÕES DE INDICADORES DA SOJA NO ESTADO DE MATO GROSSO A PARTIR DE MODELOS BASEADOS EM SÉRIES TEMPORAIS |
spellingShingle |
PREVISÕES DE INDICADORES DA SOJA NO ESTADO DE MATO GROSSO A PARTIR DE MODELOS BASEADOS EM SÉRIES TEMPORAIS da Silva, Rodolfo Benedito Zattar |
title_short |
PREVISÕES DE INDICADORES DA SOJA NO ESTADO DE MATO GROSSO A PARTIR DE MODELOS BASEADOS EM SÉRIES TEMPORAIS |
title_full |
PREVISÕES DE INDICADORES DA SOJA NO ESTADO DE MATO GROSSO A PARTIR DE MODELOS BASEADOS EM SÉRIES TEMPORAIS |
title_fullStr |
PREVISÕES DE INDICADORES DA SOJA NO ESTADO DE MATO GROSSO A PARTIR DE MODELOS BASEADOS EM SÉRIES TEMPORAIS |
title_full_unstemmed |
PREVISÕES DE INDICADORES DA SOJA NO ESTADO DE MATO GROSSO A PARTIR DE MODELOS BASEADOS EM SÉRIES TEMPORAIS |
title_sort |
PREVISÕES DE INDICADORES DA SOJA NO ESTADO DE MATO GROSSO A PARTIR DE MODELOS BASEADOS EM SÉRIES TEMPORAIS |
author |
da Silva, Rodolfo Benedito Zattar |
author_facet |
da Silva, Rodolfo Benedito Zattar Aires, Fábia Fernanda da Costa Oenning, Eduardo José Porto, Alexandre Gonçalves Ultramari, Alexandre Volkmann |
author_role |
author |
author2 |
Aires, Fábia Fernanda da Costa Oenning, Eduardo José Porto, Alexandre Gonçalves Ultramari, Alexandre Volkmann |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
da Silva, Rodolfo Benedito Zattar Aires, Fábia Fernanda da Costa Oenning, Eduardo José Porto, Alexandre Gonçalves Ultramari, Alexandre Volkmann |
description |
O estado de Mato Grosso se destaca como o maior produtor nacional de soja. Diante deste contexto, realizar o processo de modelagem e previsão dos indicadores desta cultura se configura como uma atividade muito importante para o planejamento e acompanhamento das safras. Deste modo, o presente trabalho teve como objetivo realizar a aplicação e avaliação dos desempenhos apresentados pelos modelos baseados em séries temporais para previsões de produção, área plantada e produtividade da soja no estado de Mato Grosso. Para isto, foram coletados dados históricos na base de dados Série Histórica das Safras da Companhia Nacional de Abastecimento (CONAB), referentes aos períodos das safras de 1976/1977 a 2016/2017. Todos os processos de análises, modelagens e previsões foram realizados através de planilhas eletrônicas desenvolvidas para estes fins. Com os resultados obtidos, pôde-se verificar que os modelos que apresentaram os melhores desempenhos para prever os indicadores da soja foram os de suavização exponencial com tendência para a série histórica de produção, suavização exponencial simples para a série histórica da área plantada e média móvel ponderada para a série temporal da produtividade. Estes modelos foram então utilizados para obter as previsões da safra de 2017/2018 destes indicadores. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-07-02 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Artigo avaliado pelos pares |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://periodicos.ufes.br/bjpe/article/view/V05N03_006 |
url |
https://periodicos.ufes.br/bjpe/article/view/V05N03_006 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://periodicos.ufes.br/bjpe/article/view/V05N03_006/pdf https://periodicos.ufes.br/bjpe/article/view/V05N03_006/19176 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2019 Brazilian Journal of Production Engineering - BJPE http://creativecommons.org/licenses/by-nc-sa/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2019 Brazilian Journal of Production Engineering - BJPE http://creativecommons.org/licenses/by-nc-sa/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo - UFES |
publisher.none.fl_str_mv |
Universidade Federal do Espírito Santo - UFES |
dc.source.none.fl_str_mv |
Brazilian Journal of Production Engineering; Vol. 5 No. 3 (2019): Número Regular (Julho); 67-81 Brazilian Journal of Production Engineering; Vol. 5 Núm. 3 (2019): Número Regular (Julho); 67-81 Brazilian Journal of Production Engineering; v. 5 n. 3 (2019): Número Regular (Julho); 67-81 2447-5580 reponame:Brazilian Journal of Production Engineering instname:Universidade Federal do Espírito Santo (UFES) instacron:UFES |
instname_str |
Universidade Federal do Espírito Santo (UFES) |
instacron_str |
UFES |
institution |
UFES |
reponame_str |
Brazilian Journal of Production Engineering |
collection |
Brazilian Journal of Production Engineering |
repository.name.fl_str_mv |
Brazilian Journal of Production Engineering - Universidade Federal do Espírito Santo (UFES) |
repository.mail.fl_str_mv |
rodrigo.r.freitas@ufes.br |
_version_ |
1797047319752867840 |