Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil

Authors

  • Camila Ciello Brazilian Journals Publicações de Periódicos, São José dos Pinhais, Paraná
  • Carla Adriana Pizarro Schmidt
  • Flavio Trojan
  • Caroline Ciello

DOI:

https://doi.org/10.34117/bjdv7n4-670

Keywords:

Séries Temporais. Modelos de Previsão. Laranja.

Abstract

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.

References

BERGMEIR, Christoph; HYNDMAN, Rob j.; BENÍTEZ, José m.. Bagging exponential smoothing methods using STL decomposition and Box–Cox transformation. International Journal Of Forecasting, [s.l.], v. 32, n. 2, p.303-312, abr. 2016. Elsevier BV. http://dx.doi.org/10.1016/j.ijforecast.2015.07.002.

GIL, Antonio Carlos. Como elaborar projetos de pesquisa. 5. ed. São Paulo: Atlas, 2010. 184 p.

GOODWIN, P. The Holt–Winters approach to exponential smoothing: 50 years old and going Strong Foresight: The International Journal of Applied Forecasting, 19, pp. 30-33. 2010.

IBGE. Produção Agrícola Municipal: Produção Agrícola Municipal. 2019.Disponível em: <https://sidra.ibge.gov.br/tabela/1618>. Acesso em: 15 ago. 2019

KAUARK, Fabiana da Silva; MANHÃES, Fernanda Castro; MEDEIROS, Carlos Henrique. Metodologia da pesquisa: Um guia prático. Itabuna / Bahia: Litterarum, 2010. 89 p. Disponível em: <http://197.249.65.74:8080/biblioteca/bitstream/123456789/713/1/Metodologia da Pesquisa.pdf>. Acesso em: 16 maio 2018.

KRAJEWSKI, Lee J.; RITSMAN Larry P.; MALHOTRA Manoj K. Administração de Produção e Operações. São Paulo, 2009.

MARCONI, Marina de Andrade; LAKATOS, Eva Maria. Técnicas de pesquisa. 7. ed. São Paulo: Atlas, 2008. 277 p.

NEVES, Marcos Fava; TROMBIN, Vinicius Gustavo. Anuário da Citricultura 2017. 2017. Disponível em: <http://www.citrusbr.com/download/biblioteca/CitrusBR_Anuario_2017_alta.pdf>. Acesso em: 25 ago. 2019

NNQ- Núcleo de Normalização e Qualimetria -. Previsão. 2019. Disponível em: <https://qualimetria.ufsc.br/publicacoes/software/previsao/>. Acesso em: 22 ago. 2019.

TUBINO, Dalvio Ferrari. Planejamento e controle da Produção. 2. ed. São Paulo: Atlas, 2009. 190 p.

USDA – United States Department Of Agriculture. Citrus: World Markets and Trade. 2019. Disponível em: <https://apps.fas.usda.gov/psdonline/circulars/citrus.pdf>. Acesso em: 17 ago. 2019

VIDAL, Maria de Fatima. Citricultura na Área de Atuação do BNB. 2018. Disponível em: <https://www.bnb.gov.br/documents/80223/4049480/41_Citrus_2018.pdf/11e22002-

Published

2021-04-29

How to Cite

Ciello, C., Schmidt, C. A. P., Trojan, F., & Ciello, C. (2021). Previsões estatísticas com base em séries temporais da cultura da laranja para o Brasil / Statistical forecasts based on orange crop time series for Brazil. Brazilian Journal of Development, 7(4). https://doi.org/10.34117/bjdv7n4-670

Issue

Section

Original Papers