PREVISÕES DE INDICADORES DA SOJA NO ESTADO DE MATO GROSSO A PARTIR DE MODELOS BASEADOS EM SÉRIES TEMPORAIS

Rodolfo Benedito Zattar da Silva, Fábia Fernanda da Costa Aires, Eduardo José Oenning, Alexandre Gonçalves Porto, Alexandre Volkmann Ultramari

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.

Palavras-chave


Séries temporais; previsões; indicadores; soja.

Texto completo:

PDF

Referências


ARTHUS, M. G. et al. Planejamento da safra de soja no Oeste do Paraná. Produto & Produção, v.17, n.4, p.80-93, 2016.

BERGMEIR, C.; HYNDMAN, R. J.; BENÍTEZ, J. M. Bagging exponential smoothing methods using STL decomposition and Box-Cox transformation. International Journal of Forecasting, v.32, n.2, p.303–312, 2016.

BICUDO, M. A. V. Pesquisa qualitativa e pesquisa qualitativa segundo a abordagem fenomenológica. In: BORBA, M. C.; ARAÚJO, J. L. Pesquisa qualitativa em educação matemática. 2. ed. Belo Horizonte: Autêntica, 2006.

CAS, C. G. Aplicação do modelo ARIMA para previsão do preço da commodity milho. GEPROS. Gestão da Produção, Operações e Sistemas, n.1, p.263-279, 2018.

CONAB – Companhia Nacional de Abastecimento. Série histórica das safras: 2018. Disponível em: . Acesso em: 26/12/2018.

GIL, A. C. Como elaborar projetos de pesquisa. 4.ed. São Paulo: Atlas, 2008.

MAKRIDAKIS, S.; WHEELWRIGHT, S.; HYNDMAN, R. J. Forecasting: Methods and Applications. 3ª ed. New York, John Wiley & Sons, 1998.

MARCHEZAN, A.; SOUZA, A. M. Previsão do preço dos principais grãos produzidos no Rio Grande do Sul. Ciência Rural, v.40, n.11, p.2368-2374, 2010.

MARTINS, P. F.; LAUGENI, F. P. Administração da Produção e Operações. São Paulo: Saraiva, 2009.

MESQUITA, M. A. Previsão de Demanda. In: LUSTOSA, L.; MESQUITA, M.A.; QUELHAS, O.; OLIVEIRA, R.; Planejamento e Controle da Produção. Rio de Janeiro: Elsevier, 2008.

MOREIRA, D. A. Administração da Produção e Operações. 2.ed. São Paulo: Cengace Learning, 2014.

NOMELINI, Q. S. S. et al. Uso de modelagem univariada e multivariada com séries temporais como ferramenta de gestão do agronegócio na cultura de soja do Brasil. Espacios, v.38, n.8, p.1, 2017.

PEINADO, J.; GRAEML, A. R. Administração da Produção: operações industriais e de serviços. Curitiba: Unicenp, 2007.

PINDYCK, R. S.; RUBINFELD, D. L. Econometria: modelos e previsões. ed. 4. São Paulo: Campus – Elsevier. 2004.

PRODANOV, C. C.; FREITAS, E. C. Metodologia do trabalho científico: métodos e técnicas da pesquisa e do trabalho acadêmico. 2.ed. Novo Hamburgo – RS: Universidade Feevale, 2013.

ROCHA, L. C. S.; CARVALHO. L. A.; ROTELA JUNIOR, P.; PAIVA, A. P.; VALÉRIO, V. E. M. Previsão da cotação do Café Arábica Tipo 6 utilizando o modelo de previsão ARIMA. Produção em Foco, Joinville, v.5, n.1, p.170-186, 2015.

ROSIENKIEWICZ, M.; CHLEBUS, E.; DETYNA, J. A hybrid spares demand forecasting method dedicated to mining industry. Applied Mathematical Modelling, v.49, p.87–107, 2017.

SOUZA, C. C. et al. Análise do padrão estacional e previsão dos preços da soja aos produtores do estado de São Paulo, Brasil. Extensão Rural, v.25, n.1, p.78-92, 2018.

TUBINO, D. F. Planejamento e Controle da Produção. 2.ed. São Paulo: Atlas S.A., 2009.


Apontamentos

  • Não há apontamentos.


Direitos autorais 2019 Brazilian Journal of Production Engineering - BJPE

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição - Não comercial - Compartilhar igual 4.0 Internacional.

 

                      Brazilian Journal of Production Engineering - BJPE (ISSN: 2447-5580)