dc.contributor.advisor | Souza, Adriano Mendonça | |
dc.creator | Marchezan, Analice | |
dc.date.accessioned | 2017-05-31T13:13:46Z | |
dc.date.available | 2017-05-31T13:13:46Z | |
dc.date.issued | 2007-09-17 | |
dc.date.submitted | 2007 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/2971 | |
dc.description | Monografia (especialização) - Universidade Federal de Santa Maria, Centro de Ciências Naturais e Exatas, Curso de Especialização em Estatística e Modelagem Quantitativa, RS, 2007. | por |
dc.description.abstract | This work deals with forecasts to the year of 2007 in relation to the main cultivations prices of
temporary farming developed in Rio Grande do Sul state. The database for the definition of
the main grains to be analyzed were selected through the annual average from 1995 to 2006 of
the produced amount. The forecasts are referred to the grain prices from January 1995 to
December 2006 in the ‘gaúcho’ state. This study is important since agriculture is likely to be
receptive to new technologies in addition to resources that attribute aggregated values for
products, turning the activity much more competitive. The viability of the activity, with
satisfactory profit, is always in risk due to controllable and uncontrollable factors that define
the farming production. Having knowledge about these forecasts, people who live in Rio
Grande do Sul have tools in order to develop their planning through gain and benefit
expectations, aggregating value to their work. To accomplish the forecasts in relation to prices
of soybean, rice and sweetcorn in RS state, one did use of the Box & Jenkins methodology.
To such cultivations, the methodoly showed many significant models, however, through the
penalizing criterias, AIC e SBC, in addition the square average error, it was possible to
choose the best model for each serie, being the model ARIMA (0,1,2)(0,1,0) to soybean; the
model SARIMA (1,1,0)(1,0,1) to rice and the model ARIMA (2,1,1)(0,1,0) to sweetcorn. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Acesso Aberto | por |
dc.subject | Box & Jenkins | por |
dc.subject | Previsão | por |
dc.subject | Grãos | por |
dc.subject | Preço | por |
dc.subject | Arroz | por |
dc.subject | Soja | por |
dc.subject | Milho | por |
dc.title | Previsão do preço dos principais grãos do Rio Grande do Sul | por |
dc.title.alternative | Forecast about the main grain prices in Rio Grande do Sul | eng |
dc.type | Trabalho de Conclusão de Curso de Especialização | por |
dc.degree.local | Santa Maria, RS, Brasil. | por |
dc.degree.specialization | Estatística e Modelagem Quantitativa | por |
dc.description.resumo | Este trabalho tem por objetivo realizar previsões para o ano de 2007, referente ao preço das
principais culturas das Lavouras Temporárias desenvolvidas no Estado do Rio Grande do Sul.
Os dados-base para a definição dos principais grãos a serem analisados foram a média anual,
de 1995 a 2006, da quantidade produzida, e as previsões são refentes aos preços desses grãos,
de janeiro de 1995 a dezembro de 2006, no estado gaúcho. A importância do estudo está no
fato de a agricultura estar mostrando-se receptiva às tecnologias, bem como aos recursos que
agregam valores ao produto, tornando a atividade cada vez mais competitiva. A viabilização
da atividade, com a obtenção de lucro satisfatório, está sempre em risco, em decorrência de
fatores controláveis e incontroláveis, que definem a produção agrícola. Logo, tendo o
conhecimento dessas previsões, os gaúchos dispõem de informações para desenvolverem um
planejamento através das expectativas de lucros e benefícios esperados, agregando valor ao
seu trabalho. Para realizar as previsões do preço das culturas de soja, arroz e milho no Estado
do Rio Grande do Sul, foi utilizada Metodologia Box & Jenkins. Para as culturas destacadas,
a metodologia captou vários modelos significativos, mas através dos Critérios Penalizadores,
AIC, SBC e Erro Quadrado Médio, foi possível escolher o melhor modelo para cada série,
sendo o modelo ARIMA (0,1,2)(0,1,0) para a soja; o modelo SARIMA(1,1,0)(1,0,1) para o
arroz e o Modelo ARIMA (2,1,1)(0,1,0) para o milho. | por |
dc.publisher.unidade | Centro de Ciências Naturais e Exatas | por |