Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Outros Autores: | , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFLA |
Texto Completo: | http://repositorio.ufla.br/jspui/handle/1/43223 |
Resumo: | The Box & Jenkins methodology was used to obtain a statistical model for estimate the production in liters of milk of the 6 first months of 2013 in Minas Gerais state, adjusting SARIMA (p, d, q) x (P, D, Q)s models, where d and D are the number of differences to remove the trend and seasonality of time series, p and q are the order of the autoregressive and moving average operators, P and Q are the order of the autoregressive and moving average seasonal operators and s is the seasonal periodicity. The Akaike Criterion Information (AIC) procedure was used to select the 6 most parsimonious models and to find the best one the error indicators Mean Squared Error (EQM) and Mean Absolute Percent Error (MAPE) were analyzed, in addition to the assumptions of residues white noise. The Seasonal Autoregressive Integrated Moving Average SARIMA (3,1,2) x (0,1,2)12 was upper, view of the principle of parsimony and with more precise estimates. The forecast was more adjusted to the real values of milk production in Minas Gerais state and the model had smaller error indicators. The residues estimated were by this model white noise. |
id |
UFLA_63fb3a6c0cbc20a3ff691cbcd37985a7 |
---|---|
oai_identifier_str |
oai:localhost:1/43223 |
network_acronym_str |
UFLA |
network_name_str |
Repositório Institucional da UFLA |
repository_id_str |
|
spelling |
Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas GeraisBox & Jenkins methodology: an aplication in raw milk data from the state of Minas GeraisPrevisãoModelagemTendênciaSazonalidadeForecastingModelingTrendSeasonalityThe Box & Jenkins methodology was used to obtain a statistical model for estimate the production in liters of milk of the 6 first months of 2013 in Minas Gerais state, adjusting SARIMA (p, d, q) x (P, D, Q)s models, where d and D are the number of differences to remove the trend and seasonality of time series, p and q are the order of the autoregressive and moving average operators, P and Q are the order of the autoregressive and moving average seasonal operators and s is the seasonal periodicity. The Akaike Criterion Information (AIC) procedure was used to select the 6 most parsimonious models and to find the best one the error indicators Mean Squared Error (EQM) and Mean Absolute Percent Error (MAPE) were analyzed, in addition to the assumptions of residues white noise. The Seasonal Autoregressive Integrated Moving Average SARIMA (3,1,2) x (0,1,2)12 was upper, view of the principle of parsimony and with more precise estimates. The forecast was more adjusted to the real values of milk production in Minas Gerais state and the model had smaller error indicators. The residues estimated were by this model white noise.Utilizou-se a metodologia Box & Jenkins para obter um modelo estatístico que estimasse a produção de litros de leite dos seis primeiros meses de 2013 no estado de Minas Gerais, ajustando modelos SARIMA (p, d, q) x (P, D, Q)s, no qual d e D são o número de diferenças necessárias para remover a tendência e sazonalidade da série, p e q a ordem dos operadores autoregressivos e de médias móveis, P e Q a ordem dos operadores autoregressivos e de móveis sazonais e s a periodicidade sazonal. Por meio do Critério de Informação de Akaike (AIC) selecionou-se os seis modelos mais parcimoniosos e para encontrar o melhor foram analisados os indicadores Erro Quadrático Médio (EQM) e Erro Percentual Médio Absoluto (MAPE), além das pressuposições de resíduos ruído branco. O modelo Autoregressivo Integrado e de Médias Móveis Sazonal SARIMA (3,1,2) x (0,1,2)12 foi superior, pois atendeu ao princípio da parcimônia, obteve estimativas de produção de leite mais ajustadas e consequentemente menores valores para os indicadores de erro EQM e MAPE. Os resíduos estimados por este modelo foram ruído branco.Empresa de Pesquisa Agropecuária de Minas Gerais (EPAMIG), Instituto de Laticínios Cândido Tostes2020-09-26T23:28:28Z2020-09-26T23:28:28Z2020-09-25info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfBARBOSA, E. C. et al. Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais. Revista do Instituto de Laticínios Cândido Tostes, Juiz de Fora, v. 69, n. 2, p. 129-139, mar./abr. 2014. DOI: 10.14295/2238-6416.v69i2.286.http://repositorio.ufla.br/jspui/handle/1/43223Revista do Instituto de Laticínios Cândido Tostesreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLAAttribution 4.0 Internationalhttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessBarbosa, Eduardo CampanaSáfadi, ThelmaSilva, Carlos Henrique OsórioManuli, Rômulo Césarpor2020-09-26T23:28:28Zoai:localhost:1/43223Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2020-09-26T23:28:28Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false |
dc.title.none.fl_str_mv |
Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais Box & Jenkins methodology: an aplication in raw milk data from the state of Minas Gerais |
title |
Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais |
spellingShingle |
Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais Barbosa, Eduardo Campana Previsão Modelagem Tendência Sazonalidade Forecasting Modeling Trend Seasonality |
title_short |
Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais |
title_full |
Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais |
title_fullStr |
Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais |
title_full_unstemmed |
Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais |
title_sort |
Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais |
author |
Barbosa, Eduardo Campana |
author_facet |
Barbosa, Eduardo Campana Sáfadi, Thelma Silva, Carlos Henrique Osório Manuli, Rômulo César |
author_role |
author |
author2 |
Sáfadi, Thelma Silva, Carlos Henrique Osório Manuli, Rômulo César |
author2_role |
author author author |
dc.contributor.author.fl_str_mv |
Barbosa, Eduardo Campana Sáfadi, Thelma Silva, Carlos Henrique Osório Manuli, Rômulo César |
dc.subject.por.fl_str_mv |
Previsão Modelagem Tendência Sazonalidade Forecasting Modeling Trend Seasonality |
topic |
Previsão Modelagem Tendência Sazonalidade Forecasting Modeling Trend Seasonality |
description |
The Box & Jenkins methodology was used to obtain a statistical model for estimate the production in liters of milk of the 6 first months of 2013 in Minas Gerais state, adjusting SARIMA (p, d, q) x (P, D, Q)s models, where d and D are the number of differences to remove the trend and seasonality of time series, p and q are the order of the autoregressive and moving average operators, P and Q are the order of the autoregressive and moving average seasonal operators and s is the seasonal periodicity. The Akaike Criterion Information (AIC) procedure was used to select the 6 most parsimonious models and to find the best one the error indicators Mean Squared Error (EQM) and Mean Absolute Percent Error (MAPE) were analyzed, in addition to the assumptions of residues white noise. The Seasonal Autoregressive Integrated Moving Average SARIMA (3,1,2) x (0,1,2)12 was upper, view of the principle of parsimony and with more precise estimates. The forecast was more adjusted to the real values of milk production in Minas Gerais state and the model had smaller error indicators. The residues estimated were by this model white noise. |
publishDate |
2020 |
dc.date.none.fl_str_mv |
2020-09-26T23:28:28Z 2020-09-26T23:28:28Z 2020-09-25 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
BARBOSA, E. C. et al. Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais. Revista do Instituto de Laticínios Cândido Tostes, Juiz de Fora, v. 69, n. 2, p. 129-139, mar./abr. 2014. DOI: 10.14295/2238-6416.v69i2.286. http://repositorio.ufla.br/jspui/handle/1/43223 |
identifier_str_mv |
BARBOSA, E. C. et al. Metodologia Box & Jenkins: uma aplicação em dados de produção de leite cru do estado de Minas Gerais. Revista do Instituto de Laticínios Cândido Tostes, Juiz de Fora, v. 69, n. 2, p. 129-139, mar./abr. 2014. DOI: 10.14295/2238-6416.v69i2.286. |
url |
http://repositorio.ufla.br/jspui/handle/1/43223 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution 4.0 International http://creativecommons.org/licenses/by/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution 4.0 International http://creativecommons.org/licenses/by/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Empresa de Pesquisa Agropecuária de Minas Gerais (EPAMIG), Instituto de Laticínios Cândido Tostes |
publisher.none.fl_str_mv |
Empresa de Pesquisa Agropecuária de Minas Gerais (EPAMIG), Instituto de Laticínios Cândido Tostes |
dc.source.none.fl_str_mv |
Revista do Instituto de Laticínios Cândido Tostes reponame:Repositório Institucional da UFLA instname:Universidade Federal de Lavras (UFLA) instacron:UFLA |
instname_str |
Universidade Federal de Lavras (UFLA) |
instacron_str |
UFLA |
institution |
UFLA |
reponame_str |
Repositório Institucional da UFLA |
collection |
Repositório Institucional da UFLA |
repository.name.fl_str_mv |
Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA) |
repository.mail.fl_str_mv |
nivaldo@ufla.br || repositorio.biblioteca@ufla.br |
_version_ |
1815439057584390144 |