Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Outros Autores: | , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Revista Veras |
DOI: | 10.34117/bjdv7n4-670 |
Texto Completo: | https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/29006 |
Resumo: | O Brasil é um dos maiores produtores de laranja do mundo, seu cultivo tem importância econômica no mercado de importação e exportação uma vez que necessita de um clima específico para produção em abundância. Nesse contexto, a pesquisa teve como objetivo realizar previsões do cenário agrícola da laranja no o Brasil, utilizando métodos estatísticos. Inicialmente, elaborou-se um panorama da citricultura no Brasil, com base na análise de componentes principais e agrupamento, realizado com o software Tanagra, com isso, observou-se que o estado de São Paulo tem a maior produção. A primeira componente foi capaz de explicar 70,02 % da variabilidade dos, a segunda componente explicou 20,43 % da variabilidade dos dados. Para as previsões, utilizou-se com software NNQ-estatística, em que realizou-se uma análise descritiva dos dados e por fim a previsão da área plantada, área colhida, da produção e do rendimento da laranja para o ano de 2019 possibilitando confrontar o resultado. Os modelos o método escolhido pelo software para área plantada e para o rendimento foi o MNM. Para área colhida e produção o método escolhido foi o MNA. As previsões encontradas para todas as variáveis foram satisfatórias, pois estavam dentro dos limites superiores e inferiores da previsão. |
id |
VERACRUZ-0_ecba66cee42580e0974880e229ca907d |
---|---|
oai_identifier_str |
oai:ojs2.ojs.brazilianjournals.com.br:article/29006 |
network_acronym_str |
VERACRUZ-0 |
network_name_str |
Revista Veras |
spelling |
Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for BrazilSéries Temporais. Modelos de Previsão. Laranja.O Brasil é um dos maiores produtores de laranja do mundo, seu cultivo tem importância econômica no mercado de importação e exportação uma vez que necessita de um clima específico para produção em abundância. Nesse contexto, a pesquisa teve como objetivo realizar previsões do cenário agrícola da laranja no o Brasil, utilizando métodos estatísticos. Inicialmente, elaborou-se um panorama da citricultura no Brasil, com base na análise de componentes principais e agrupamento, realizado com o software Tanagra, com isso, observou-se que o estado de São Paulo tem a maior produção. A primeira componente foi capaz de explicar 70,02 % da variabilidade dos, a segunda componente explicou 20,43 % da variabilidade dos dados. Para as previsões, utilizou-se com software NNQ-estatística, em que realizou-se uma análise descritiva dos dados e por fim a previsão da área plantada, área colhida, da produção e do rendimento da laranja para o ano de 2019 possibilitando confrontar o resultado. Os modelos o método escolhido pelo software para área plantada e para o rendimento foi o MNM. Para área colhida e produção o método escolhido foi o MNA. As previsões encontradas para todas as variáveis foram satisfatórias, pois estavam dentro dos limites superiores e inferiores da previsão.Brazilian Journals Publicações de Periódicos e Editora Ltda.2021-04-29info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/2900610.34117/bjdv7n4-670Brazilian Journal of Development; Vol. 7 No. 4 (2021)Brazilian Journal of Development; Vol. 7 Núm. 4 (2021)Brazilian Journal of Development; v. 7 n. 4 (2021)2525-876110.34117/bjd.v7i4reponame:Revista Verasinstname:Instituto Superior de Educação Vera Cruz (VeraCruz)instacron:VERACRUZporhttps://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/29006/22908Copyright (c) 2021 Brazilian Journal of Developmentinfo:eu-repo/semantics/openAccessCiello, CamilaSchmidt, Carla Adriana PizarroTrojan, FlavioCiello, Caroline2021-07-28T18:56:36Zoai:ojs2.ojs.brazilianjournals.com.br:article/29006Revistahttp://site.veracruz.edu.br:8087/instituto/revistaveras/index.php/revistaveras/PRIhttp://site.veracruz.edu.br:8087/instituto/revistaveras/index.php/revistaveras/oai||revistaveras@veracruz.edu.br2236-57292236-5729opendoar:2024-10-15T16:15:28.993603Revista Veras - Instituto Superior de Educação Vera Cruz (VeraCruz)false |
dc.title.none.fl_str_mv |
Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil |
title |
Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil |
spellingShingle |
Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil Ciello, Camila Séries Temporais. Modelos de Previsão. Laranja. Ciello, Camila Séries Temporais. Modelos de Previsão. Laranja. |
title_short |
Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil |
title_full |
Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil |
title_fullStr |
Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil |
title_full_unstemmed |
Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil |
title_sort |
Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil |
author |
Ciello, Camila |
author_facet |
Ciello, Camila Ciello, Camila Schmidt, Carla Adriana Pizarro Trojan, Flavio Ciello, Caroline Schmidt, Carla Adriana Pizarro Trojan, Flavio Ciello, Caroline |
author_role |
author |
author2 |
Schmidt, Carla Adriana Pizarro Trojan, Flavio Ciello, Caroline |
author2_role |
author author author |
dc.contributor.author.fl_str_mv |
Ciello, Camila Schmidt, Carla Adriana Pizarro Trojan, Flavio Ciello, Caroline |
dc.subject.por.fl_str_mv |
Séries Temporais. Modelos de Previsão. Laranja. |
topic |
Séries Temporais. Modelos de Previsão. Laranja. |
description |
O Brasil é um dos maiores produtores de laranja do mundo, seu cultivo tem importância econômica no mercado de importação e exportação uma vez que necessita de um clima específico para produção em abundância. Nesse contexto, a pesquisa teve como objetivo realizar previsões do cenário agrícola da laranja no o Brasil, utilizando métodos estatísticos. Inicialmente, elaborou-se um panorama da citricultura no Brasil, com base na análise de componentes principais e agrupamento, realizado com o software Tanagra, com isso, observou-se que o estado de São Paulo tem a maior produção. A primeira componente foi capaz de explicar 70,02 % da variabilidade dos, a segunda componente explicou 20,43 % da variabilidade dos dados. Para as previsões, utilizou-se com software NNQ-estatística, em que realizou-se uma análise descritiva dos dados e por fim a previsão da área plantada, área colhida, da produção e do rendimento da laranja para o ano de 2019 possibilitando confrontar o resultado. Os modelos o método escolhido pelo software para área plantada e para o rendimento foi o MNM. Para área colhida e produção o método escolhido foi o MNA. As previsões encontradas para todas as variáveis foram satisfatórias, pois estavam dentro dos limites superiores e inferiores da previsão. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-04-29 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/29006 10.34117/bjdv7n4-670 |
url |
https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/29006 |
identifier_str_mv |
10.34117/bjdv7n4-670 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://ojs.brazilianjournals.com.br/ojs/index.php/BRJD/article/view/29006/22908 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2021 Brazilian Journal of Development info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2021 Brazilian Journal of Development |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Brazilian Journals Publicações de Periódicos e Editora Ltda. |
publisher.none.fl_str_mv |
Brazilian Journals Publicações de Periódicos e Editora Ltda. |
dc.source.none.fl_str_mv |
Brazilian Journal of Development; Vol. 7 No. 4 (2021) Brazilian Journal of Development; Vol. 7 Núm. 4 (2021) Brazilian Journal of Development; v. 7 n. 4 (2021) 2525-8761 10.34117/bjd.v7i4 reponame:Revista Veras instname:Instituto Superior de Educação Vera Cruz (VeraCruz) instacron:VERACRUZ |
instname_str |
Instituto Superior de Educação Vera Cruz (VeraCruz) |
instacron_str |
VERACRUZ |
institution |
VERACRUZ |
reponame_str |
Revista Veras |
collection |
Revista Veras |
repository.name.fl_str_mv |
Revista Veras - Instituto Superior de Educação Vera Cruz (VeraCruz) |
repository.mail.fl_str_mv |
||revistaveras@veracruz.edu.br |
_version_ |
1822183814202392576 |
dc.identifier.doi.none.fl_str_mv |
10.34117/bjdv7n4-670 |