Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da Região de Criciúma–SC
Autor(a) principal: | |
---|---|
Data de Publicação: | 2012 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFRN |
Texto Completo: | https://repositorio.ufrn.br/jspui/handle/123456789/29923 |
Resumo: | Uma previsão adequada deve dar suporte a uma decisão minimizadora de risco por parte dos tomadores de decisão, sendo essencial para o planejamento individual e organizacional de agentes econômicos. Neste sentido, o objetivo deste artigo é realizar um estudo sobre previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da região de Criciúma–SC. A metodologia utilizada fundamenta-se na construção de modelos univariados de previsão de preços, com base em dados de séries temporais. O estudo é classificado como exploratório, bibliográfico e um estudo de caso com dados quantitativos. Há uma grande variedade de modelos aplicáveis a estudos desta natureza. Para fins desta pesquisa, optou-se por selecionar o método linear Holt e Holt-Winters e o modelo ARIMA (Auto Regressive Integrate Moving Average). Procurou-se, neste sentido, apresentar os diferentes modelos disponíveis na literatura, objetivando estimar a demanda por móveis para banheiro e projetar vendas futuras. Os resultados mostraram que o modelo ARIMA (Auto Regressive Integrate Moving Average) não se mostrou eficiente no caso analisado, devido ao número pequeno de dados, o que impossibilitou uma análise da sazonalidade, sugerindo-se que a empresa utilize o método de Holt, a fim de estimar o número de produtos a ser vendido e que, à medida que os novos produtos sejam vendidos, os demais modelos sejam testados novamente, uma vez que a incorporação de novos dados irá permitir confirmar a existência ou não da sazonalidade |
id |
UFRN_deffd9d072fa91bb1d79d76996d7267e |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/29923 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Queiroz, Fernanda Cristina Barbosa PereiraHékis, Hélio RobertoAndrade, Dalliane Vanessa PiresQueiroz, Jamerson ViegasMacêdo, Danielle Moraes de2020-09-03T19:14:05Z2020-09-03T19:14:05Z2012QUEIROZ, F.C.B.P.; HÉKIS, H.R.; ANDRADE, D.V.P.; QUEIROZ, J.V.; MACÊDO, D.M.. Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da região de Criciúma-SC. Revista Catarinense da Ciência Contábil, v. 11, p. 26-42, 2012. Disponível em: http://revista.crcsc.org.br/index.php/CRCSC/article/view/1316. Acesso em: 30 ago. 2020. http://dx.doi.org/10.16930/2237-7662/rccc.v11n32p26-422237-7662https://repositorio.ufrn.br/jspui/handle/123456789/2992310.16930/2237-7662/rccc.v11n32p26-42Uma previsão adequada deve dar suporte a uma decisão minimizadora de risco por parte dos tomadores de decisão, sendo essencial para o planejamento individual e organizacional de agentes econômicos. Neste sentido, o objetivo deste artigo é realizar um estudo sobre previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da região de Criciúma–SC. A metodologia utilizada fundamenta-se na construção de modelos univariados de previsão de preços, com base em dados de séries temporais. O estudo é classificado como exploratório, bibliográfico e um estudo de caso com dados quantitativos. Há uma grande variedade de modelos aplicáveis a estudos desta natureza. Para fins desta pesquisa, optou-se por selecionar o método linear Holt e Holt-Winters e o modelo ARIMA (Auto Regressive Integrate Moving Average). Procurou-se, neste sentido, apresentar os diferentes modelos disponíveis na literatura, objetivando estimar a demanda por móveis para banheiro e projetar vendas futuras. Os resultados mostraram que o modelo ARIMA (Auto Regressive Integrate Moving Average) não se mostrou eficiente no caso analisado, devido ao número pequeno de dados, o que impossibilitou uma análise da sazonalidade, sugerindo-se que a empresa utilize o método de Holt, a fim de estimar o número de produtos a ser vendido e que, à medida que os novos produtos sejam vendidos, os demais modelos sejam testados novamente, uma vez que a incorporação de novos dados irá permitir confirmar a existência ou não da sazonalidadeAn adequate forecast should give support to minimize risk decisions by the decision makers, being essential for individual and organizational planning of economic agents. In this sense, the purpose of this paper is to conduct a study about forecast and time series for business decision-making in a furniture industry in the region of Criciúma, SC. The methodology was based on the construction of univariate models to forecast prices based on time series data, the study s classified as exploratory, bibliographical and a case study with quantitative data. For purposes of this research, we chose to select the linear method, Holt and Holt-Winters and ARIMA (Auto Regressive Moving Average Integrate). Therefore, it was possible to present the different models available in the literature aiming to estimate the demand for bathroom’s furniture and project future sales. The results showed that the ARIMA (Auto Regressive Moving Average Integrate) was not efficient in the case analyzed due to small number of data precluding an analysis of seasonality, which suggests that the company uses the method of Holt to estimate the number of products being sold and that, as new products are sold, other models are tested again, since the incorporation of new data will allow to confirm the presence or absence of seasonalityConselho Regional de Contabilidade de Santa CatarinaAttribution-NonCommercial-ShareAlike 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-sa/3.0/br/info:eu-repo/semantics/openAccessPrevisãoSéries temporaisDecisões empresariaisPrevisão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da Região de Criciúma–SCA study of forecasting and time series for business decision making in a furniture industry in Criciúma-SCinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALPrevisãoSériesTemporais_Hékis_2012.pdfPrevisãoSériesTemporais_Hékis_2012.pdfapplication/pdf761574https://repositorio.ufrn.br/bitstream/123456789/29923/1/Previs%c3%a3oS%c3%a9riesTemporais_H%c3%a9kis_2012.pdf71277fb5de6c4c38e3dac237cad65c94MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81037https://repositorio.ufrn.br/bitstream/123456789/29923/2/license_rdf996f8b5afe3136b76594f43bfda24c5eMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/29923/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53TEXTPrevisãoSériesTemporais_Hékis_2012.pdf.txtPrevisãoSériesTemporais_Hékis_2012.pdf.txtExtracted texttext/plain50113https://repositorio.ufrn.br/bitstream/123456789/29923/4/Previs%c3%a3oS%c3%a9riesTemporais_H%c3%a9kis_2012.pdf.txt92958c1b7bd75c8ece3c84bcdce213e4MD54THUMBNAILPrevisãoSériesTemporais_Hékis_2012.pdf.jpgPrevisãoSériesTemporais_Hékis_2012.pdf.jpgGenerated Thumbnailimage/jpeg1723https://repositorio.ufrn.br/bitstream/123456789/29923/5/Previs%c3%a3oS%c3%a9riesTemporais_H%c3%a9kis_2012.pdf.jpg0c87190516fb05f6963455cb5ade2128MD55123456789/299232020-09-06 04:42:46.288oai:https://repositorio.ufrn.br:123456789/29923Tk9OLUVYQ0xVU0lWRSBESVNUUklCVVRJT04gTElDRU5TRQoKCkJ5IHNpZ25pbmcgYW5kIGRlbGl2ZXJpbmcgdGhpcyBsaWNlbnNlLCBNci4gKGF1dGhvciBvciBjb3B5cmlnaHQgaG9sZGVyKToKCgphKSBHcmFudHMgdGhlIFVuaXZlcnNpZGFkZSBGZWRlcmFsIFJpbyBHcmFuZGUgZG8gTm9ydGUgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgb2YKcmVwcm9kdWNlLCBjb252ZXJ0IChhcyBkZWZpbmVkIGJlbG93KSwgY29tbXVuaWNhdGUgYW5kIC8gb3IKZGlzdHJpYnV0ZSB0aGUgZGVsaXZlcmVkIGRvY3VtZW50IChpbmNsdWRpbmcgYWJzdHJhY3QgLyBhYnN0cmFjdCkgaW4KZGlnaXRhbCBvciBwcmludGVkIGZvcm1hdCBhbmQgaW4gYW55IG1lZGl1bS4KCmIpIERlY2xhcmVzIHRoYXQgdGhlIGRvY3VtZW50IHN1Ym1pdHRlZCBpcyBpdHMgb3JpZ2luYWwgd29yaywgYW5kIHRoYXQKeW91IGhhdmUgdGhlIHJpZ2h0IHRvIGdyYW50IHRoZSByaWdodHMgY29udGFpbmVkIGluIHRoaXMgbGljZW5zZS4gRGVjbGFyZXMKdGhhdCB0aGUgZGVsaXZlcnkgb2YgdGhlIGRvY3VtZW50IGRvZXMgbm90IGluZnJpbmdlLCBhcyBmYXIgYXMgaXQgaXMKdGhlIHJpZ2h0cyBvZiBhbnkgb3RoZXIgcGVyc29uIG9yIGVudGl0eS4KCmMpIElmIHRoZSBkb2N1bWVudCBkZWxpdmVyZWQgY29udGFpbnMgbWF0ZXJpYWwgd2hpY2ggZG9lcyBub3QKcmlnaHRzLCBkZWNsYXJlcyB0aGF0IGl0IGhhcyBvYnRhaW5lZCBhdXRob3JpemF0aW9uIGZyb20gdGhlIGhvbGRlciBvZiB0aGUKY29weXJpZ2h0IHRvIGdyYW50IHRoZSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkbyBSaW8gR3JhbmRlIGRvIE5vcnRlIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdCB0aGlzIG1hdGVyaWFsIHdob3NlIHJpZ2h0cyBhcmUgb2YKdGhpcmQgcGFydGllcyBpcyBjbGVhcmx5IGlkZW50aWZpZWQgYW5kIHJlY29nbml6ZWQgaW4gdGhlIHRleHQgb3IKY29udGVudCBvZiB0aGUgZG9jdW1lbnQgZGVsaXZlcmVkLgoKSWYgdGhlIGRvY3VtZW50IHN1Ym1pdHRlZCBpcyBiYXNlZCBvbiBmdW5kZWQgb3Igc3VwcG9ydGVkIHdvcmsKYnkgYW5vdGhlciBpbnN0aXR1dGlvbiBvdGhlciB0aGFuIHRoZSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkbyBSaW8gR3JhbmRlIGRvIE5vcnRlLCBkZWNsYXJlcyB0aGF0IGl0IGhhcyBmdWxmaWxsZWQgYW55IG9ibGlnYXRpb25zIHJlcXVpcmVkIGJ5IHRoZSByZXNwZWN0aXZlIGFncmVlbWVudCBvciBhZ3JlZW1lbnQuCgpUaGUgVW5pdmVyc2lkYWRlIEZlZGVyYWwgZG8gUmlvIEdyYW5kZSBkbyBOb3J0ZSB3aWxsIGNsZWFybHkgaWRlbnRpZnkgaXRzIG5hbWUgKHMpIGFzIHRoZSBhdXRob3IgKHMpIG9yIGhvbGRlciAocykgb2YgdGhlIGRvY3VtZW50J3MgcmlnaHRzCmRlbGl2ZXJlZCwgYW5kIHdpbGwgbm90IG1ha2UgYW55IGNoYW5nZXMsIG90aGVyIHRoYW4gdGhvc2UgcGVybWl0dGVkIGJ5CnRoaXMgbGljZW5zZQo=Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2020-09-06T07:42:46Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da Região de Criciúma–SC |
dc.title.alternative.pt_BR.fl_str_mv |
A study of forecasting and time series for business decision making in a furniture industry in Criciúma-SC |
title |
Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da Região de Criciúma–SC |
spellingShingle |
Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da Região de Criciúma–SC Queiroz, Fernanda Cristina Barbosa Pereira Previsão Séries temporais Decisões empresariais |
title_short |
Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da Região de Criciúma–SC |
title_full |
Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da Região de Criciúma–SC |
title_fullStr |
Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da Região de Criciúma–SC |
title_full_unstemmed |
Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da Região de Criciúma–SC |
title_sort |
Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da Região de Criciúma–SC |
author |
Queiroz, Fernanda Cristina Barbosa Pereira |
author_facet |
Queiroz, Fernanda Cristina Barbosa Pereira Hékis, Hélio Roberto Andrade, Dalliane Vanessa Pires Queiroz, Jamerson Viegas Macêdo, Danielle Moraes de |
author_role |
author |
author2 |
Hékis, Hélio Roberto Andrade, Dalliane Vanessa Pires Queiroz, Jamerson Viegas Macêdo, Danielle Moraes de |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
Queiroz, Fernanda Cristina Barbosa Pereira Hékis, Hélio Roberto Andrade, Dalliane Vanessa Pires Queiroz, Jamerson Viegas Macêdo, Danielle Moraes de |
dc.subject.por.fl_str_mv |
Previsão Séries temporais Decisões empresariais |
topic |
Previsão Séries temporais Decisões empresariais |
description |
Uma previsão adequada deve dar suporte a uma decisão minimizadora de risco por parte dos tomadores de decisão, sendo essencial para o planejamento individual e organizacional de agentes econômicos. Neste sentido, o objetivo deste artigo é realizar um estudo sobre previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da região de Criciúma–SC. A metodologia utilizada fundamenta-se na construção de modelos univariados de previsão de preços, com base em dados de séries temporais. O estudo é classificado como exploratório, bibliográfico e um estudo de caso com dados quantitativos. Há uma grande variedade de modelos aplicáveis a estudos desta natureza. Para fins desta pesquisa, optou-se por selecionar o método linear Holt e Holt-Winters e o modelo ARIMA (Auto Regressive Integrate Moving Average). Procurou-se, neste sentido, apresentar os diferentes modelos disponíveis na literatura, objetivando estimar a demanda por móveis para banheiro e projetar vendas futuras. Os resultados mostraram que o modelo ARIMA (Auto Regressive Integrate Moving Average) não se mostrou eficiente no caso analisado, devido ao número pequeno de dados, o que impossibilitou uma análise da sazonalidade, sugerindo-se que a empresa utilize o método de Holt, a fim de estimar o número de produtos a ser vendido e que, à medida que os novos produtos sejam vendidos, os demais modelos sejam testados novamente, uma vez que a incorporação de novos dados irá permitir confirmar a existência ou não da sazonalidade |
publishDate |
2012 |
dc.date.issued.fl_str_mv |
2012 |
dc.date.accessioned.fl_str_mv |
2020-09-03T19:14:05Z |
dc.date.available.fl_str_mv |
2020-09-03T19:14:05Z |
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.citation.fl_str_mv |
QUEIROZ, F.C.B.P.; HÉKIS, H.R.; ANDRADE, D.V.P.; QUEIROZ, J.V.; MACÊDO, D.M.. Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da região de Criciúma-SC. Revista Catarinense da Ciência Contábil, v. 11, p. 26-42, 2012. Disponível em: http://revista.crcsc.org.br/index.php/CRCSC/article/view/1316. Acesso em: 30 ago. 2020. http://dx.doi.org/10.16930/2237-7662/rccc.v11n32p26-42 |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/jspui/handle/123456789/29923 |
dc.identifier.issn.none.fl_str_mv |
2237-7662 |
dc.identifier.doi.none.fl_str_mv |
10.16930/2237-7662/rccc.v11n32p26-42 |
identifier_str_mv |
QUEIROZ, F.C.B.P.; HÉKIS, H.R.; ANDRADE, D.V.P.; QUEIROZ, J.V.; MACÊDO, D.M.. Previsão e séries temporais para tomada de decisão empresarial em uma indústria moveleira da região de Criciúma-SC. Revista Catarinense da Ciência Contábil, v. 11, p. 26-42, 2012. Disponível em: http://revista.crcsc.org.br/index.php/CRCSC/article/view/1316. Acesso em: 30 ago. 2020. http://dx.doi.org/10.16930/2237-7662/rccc.v11n32p26-42 2237-7662 10.16930/2237-7662/rccc.v11n32p26-42 |
url |
https://repositorio.ufrn.br/jspui/handle/123456789/29923 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-ShareAlike 3.0 Brazil http://creativecommons.org/licenses/by-nc-sa/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-ShareAlike 3.0 Brazil http://creativecommons.org/licenses/by-nc-sa/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Conselho Regional de Contabilidade de Santa Catarina |
publisher.none.fl_str_mv |
Conselho Regional de Contabilidade de Santa Catarina |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFRN instname:Universidade Federal do Rio Grande do Norte (UFRN) instacron:UFRN |
instname_str |
Universidade Federal do Rio Grande do Norte (UFRN) |
instacron_str |
UFRN |
institution |
UFRN |
reponame_str |
Repositório Institucional da UFRN |
collection |
Repositório Institucional da UFRN |
bitstream.url.fl_str_mv |
https://repositorio.ufrn.br/bitstream/123456789/29923/1/Previs%c3%a3oS%c3%a9riesTemporais_H%c3%a9kis_2012.pdf https://repositorio.ufrn.br/bitstream/123456789/29923/2/license_rdf https://repositorio.ufrn.br/bitstream/123456789/29923/3/license.txt https://repositorio.ufrn.br/bitstream/123456789/29923/4/Previs%c3%a3oS%c3%a9riesTemporais_H%c3%a9kis_2012.pdf.txt https://repositorio.ufrn.br/bitstream/123456789/29923/5/Previs%c3%a3oS%c3%a9riesTemporais_H%c3%a9kis_2012.pdf.jpg |
bitstream.checksum.fl_str_mv |
71277fb5de6c4c38e3dac237cad65c94 996f8b5afe3136b76594f43bfda24c5e e9597aa2854d128fd968be5edc8a28d9 92958c1b7bd75c8ece3c84bcdce213e4 0c87190516fb05f6963455cb5ade2128 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN) |
repository.mail.fl_str_mv |
|
_version_ |
1802117630460428288 |