Adequação de modelos de previsão à variação dos dados de séries históricas da Conab

Detalhes bibliográficos
Autor(a) principal: Jorge, Marcelo Neves Cossi
Data de Publicação: 2021
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/215254
Resumo: The work identifies and discusses the main factors that influence the accuracy of a forecasting model and presents an analysis of Conab's historical series. Using known forecasting models (moving average, simple exponential smoothing, ARIMA and SARIMA) and with the aid of software, the accuracy of each model is verified according to the chosen data range, establishing a methodology that allows to quickly find a coherent model. The analysis of time series, or historical, is a statistical research tool that provides self-knowledge and intelligence for creating action plans in companies. Making a consistent forecast when analyzing a series is a decisive quality for a company that seeks to quickly absorb changes in its ecosystem, however making a quick and quality forecast requires an appropriate model. Choosing an appropriate model, in turn, requires a methodology that ensures consistency in the choice. It was observed that the exponential smoothing and moving average models are susceptible to failures when the series is not stationary, however the selection of parameters and the analyzed range can increase the efficiency of these models. The ARIMA model proved to be agile and precise, ensuring the best description of the series and the best results. The study of errors proved to be important to verify whether the series description was adequate. The SARIMA model was not interesting for the series studied due to the fact that the interval between observations is one year, which hinders the analysis of seasonality, in addition, the data obtained at intervals shorter than one year did not present a constant period.
id UNSP_2077452ef0d15d245b55bc7f157643a5
oai_identifier_str oai:repositorio.unesp.br:11449/215254
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Adequação de modelos de previsão à variação dos dados de séries históricas da ConabAdequacy of forecasting models to the variation of Conab's historical series dataPrediction modelsHistorical seriesPrecisionModelos de previsãoSéries históricasPrecisãoCommoditiesConabAnálise de séries temporaisProcesso decisórioMercadoriasThe work identifies and discusses the main factors that influence the accuracy of a forecasting model and presents an analysis of Conab's historical series. Using known forecasting models (moving average, simple exponential smoothing, ARIMA and SARIMA) and with the aid of software, the accuracy of each model is verified according to the chosen data range, establishing a methodology that allows to quickly find a coherent model. The analysis of time series, or historical, is a statistical research tool that provides self-knowledge and intelligence for creating action plans in companies. Making a consistent forecast when analyzing a series is a decisive quality for a company that seeks to quickly absorb changes in its ecosystem, however making a quick and quality forecast requires an appropriate model. Choosing an appropriate model, in turn, requires a methodology that ensures consistency in the choice. It was observed that the exponential smoothing and moving average models are susceptible to failures when the series is not stationary, however the selection of parameters and the analyzed range can increase the efficiency of these models. The ARIMA model proved to be agile and precise, ensuring the best description of the series and the best results. The study of errors proved to be important to verify whether the series description was adequate. The SARIMA model was not interesting for the series studied due to the fact that the interval between observations is one year, which hinders the analysis of seasonality, in addition, the data obtained at intervals shorter than one year did not present a constant period.O trabalho identifica e discute os principais fatores que influenciam na precisão de um modelo de previsão e apresenta uma análise sobre séries históricas da Conab. Utilizando modelos de previsão conhecidos (média móvel, alisamento exponencial simples, ARIMA e SARIMA) e com o auxílio de softwares é verificada a precisão de cada modelo de acordo com o intervalo de dados escolhido, estabelecendo uma metodologia que permite encontrar de maneira rápida um modelo coerente. A análise de séries temporais, ou históricas, é um instrumento estatístico de pesquisa que proporciona autoconhecimento e inteligência para criação de planos de ação nas empresas. Fazer uma previsão consistente ao se analisar uma série é uma qualidade decisiva para empresa que busca absorver de maneira rápida as mudanças do seu ecossistema, entretanto fazer uma previsão rápida e de qualidade necessita de um modelo adequado. Escolher um modelo adequado, por sua vez, necessita de uma metodologia que garanta coerência na escolha. Foi observado que os modelos de alisamento exponencial e média móvel se mostram suscetíveis a falhas quando a série não é estacionária, entretanto a seleção dos parâmetros e o intervalo analisado podem aumentar a eficiência desses modelos. O modelo ARIMA se mostrou de aplicação ágil e precisa, garantindo a melhor descrição das séries e melhores resultados. O estudo dos erros se mostrou importante para se verificar se a descrição da série foi adequada. O modelo SARIMA não se mostrou interessante para as séries estudadas devido ao fato de o intervalo entre as observações ser de um ano, o que prejudica a análise da sazonalidade, além disso, os dados obtidos em intervalos menores que um ano não apresentaram período constante.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Marins, Fernando Augusto Silva [UNESP]Universidade Estadual Paulista (Unesp)Jorge, Marcelo Neves Cossi2021-11-26T16:09:30Z2021-11-26T16:09:30Z2021-01-28info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://hdl.handle.net/11449/215254porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-10-21T06:12:04Zoai:repositorio.unesp.br:11449/215254Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462023-10-21T06:12:04Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Adequação de modelos de previsão à variação dos dados de séries históricas da Conab
Adequacy of forecasting models to the variation of Conab's historical series data
title Adequação de modelos de previsão à variação dos dados de séries históricas da Conab
spellingShingle Adequação de modelos de previsão à variação dos dados de séries históricas da Conab
Jorge, Marcelo Neves Cossi
Prediction models
Historical series
Precision
Modelos de previsão
Séries históricas
Precisão
Commodities
Conab
Análise de séries temporais
Processo decisório
Mercadorias
title_short Adequação de modelos de previsão à variação dos dados de séries históricas da Conab
title_full Adequação de modelos de previsão à variação dos dados de séries históricas da Conab
title_fullStr Adequação de modelos de previsão à variação dos dados de séries históricas da Conab
title_full_unstemmed Adequação de modelos de previsão à variação dos dados de séries históricas da Conab
title_sort Adequação de modelos de previsão à variação dos dados de séries históricas da Conab
author Jorge, Marcelo Neves Cossi
author_facet Jorge, Marcelo Neves Cossi
author_role author
dc.contributor.none.fl_str_mv Marins, Fernando Augusto Silva [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Jorge, Marcelo Neves Cossi
dc.subject.por.fl_str_mv Prediction models
Historical series
Precision
Modelos de previsão
Séries históricas
Precisão
Commodities
Conab
Análise de séries temporais
Processo decisório
Mercadorias
topic Prediction models
Historical series
Precision
Modelos de previsão
Séries históricas
Precisão
Commodities
Conab
Análise de séries temporais
Processo decisório
Mercadorias
description The work identifies and discusses the main factors that influence the accuracy of a forecasting model and presents an analysis of Conab's historical series. Using known forecasting models (moving average, simple exponential smoothing, ARIMA and SARIMA) and with the aid of software, the accuracy of each model is verified according to the chosen data range, establishing a methodology that allows to quickly find a coherent model. The analysis of time series, or historical, is a statistical research tool that provides self-knowledge and intelligence for creating action plans in companies. Making a consistent forecast when analyzing a series is a decisive quality for a company that seeks to quickly absorb changes in its ecosystem, however making a quick and quality forecast requires an appropriate model. Choosing an appropriate model, in turn, requires a methodology that ensures consistency in the choice. It was observed that the exponential smoothing and moving average models are susceptible to failures when the series is not stationary, however the selection of parameters and the analyzed range can increase the efficiency of these models. The ARIMA model proved to be agile and precise, ensuring the best description of the series and the best results. The study of errors proved to be important to verify whether the series description was adequate. The SARIMA model was not interesting for the series studied due to the fact that the interval between observations is one year, which hinders the analysis of seasonality, in addition, the data obtained at intervals shorter than one year did not present a constant period.
publishDate 2021
dc.date.none.fl_str_mv 2021-11-26T16:09:30Z
2021-11-26T16:09:30Z
2021-01-28
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11449/215254
url http://hdl.handle.net/11449/215254
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1803649483959959552

Registros relacionados