GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP

More documents

Recommendations

Info

152 • PIB a preços constantes de 2005: apresenta um histórico de crescimento exponencial (apesar ter variado consideravelmente ao longo do tempo) e uma previsão de crescimento exponencial. Assim sendo, variáveis que sejam linearmente correlacionadas com PIB devem apresentar uma previsão de crescimento também exponencial. Aqui foi utilizada a série de dados de PIB a preços constantes a fim de retirar dos dados a influência da inflação. • Carros convertidos a GNV: é um fenômeno relativamente recente no cenário brasileiro, tendo sido introduzido por volta de 1996. Desta forma, no início da série de dados verifica-se um crescimento exponencial abrupto dos carros convertidos. Já a previsão para o futuro é de que tal série mantenha um crescimento com taxa considerável, porém de perfil linear. Note-se que no caso desta variável foram encontradas apenas previsões para alguns anos, às quais foram divulgadas na mídia. Para os anos em que não se havia uma previsão utilizou-se uma interpolação linear de dados, já que os pontos que possuíam previsões atreladas delineavam um perfil linear entre si. • Capacidade instalada de usinas de geração total: verifica-se que tanto os dados históricos quanto a previsão para esta série apresentam um perfil linear ou exponencial pouco acentuado. Desta forma, uma variável linearmente correlacionada com esta também apresentará o mesmo tipo de perfil. • Capacidade instalada térmica: percebe-se que esta curva possui um perfil bastante peculiar. Em seu início observa-se um crescimento baixo, seguido por um grande “salto” ocorrido devido a programas de incentivo do governo durante a época de racionamento de energia (o qual ocorreu em 2001, mas que já era anunciado alguns anos antes disso), cujos efeitos se observam até hoje. Atualmente vive-se uma época de “esfriamento” do investimento em usinas térmicas, mas se prevê um novo grande crescimento no futuro devido ao novo risco de racionamento de energia que se prevê no curto prazo (por volta de 2010 ou 2011), além do esgotamento do potencial hídrico brasileiro no curto prazo. Desta forma, variáveis linearmente correlacionadas com esta devem apresentar um perfil futuro de crescimento exponencial acentuado. • Preço relativo GN/óleo combustível: verifica-se que tal série de dados apresenta um perfil repleto de subidas e descidas, mas cuja macro-tendência é de decrescimento ao longo do tempo. Porém, a previsão de autoria própria realizada neste trabalho para o
153 futuro desta variável é a de que a mesma aumente no futuro, dado os recentes aumentos do gás boliviano noticiados recentemente, assim como o breve início da importação de GNL (gás natural liquefeito) para o abastecimento nacional, o qual possui preço mais elevado que o gás de produção nacional e importado da Bolívia. Como esta variável é de difícil previsão, optou-se por se realizar uma previsão constante para a mesma, porém, para três cenários possíveis: base, otimista e pessimista. Em seguida são apresentados os resultados dos modelos de previsão desenvolvidos ao longo deste relatório.
Page 1:
GUSTAVO MODENESI MODELO DE PREVISÃ
Page 4 and 5:
FICHA CATALOGRÁFICA Modenesi, Gust
Page 7:
AGRADECIMENTOS Cabem, nesta oportun
Page 11:
ABSTRACT Natural gas has been incre
Page 14 and 15:
7.2.1 Energético - Método de Holt
Page 17 and 18:
LISTA DE GRÁFICOS Gráfico 1: Matr
Page 19:
Gráfico 50: Previsão da demanda r
Page 23 and 24:
LISTA DE EQUAÇÕES Equação 1: Co
Page 25 and 26:
1. Apresentação da empresa do est
Page 27:
Em 2007 o BCG foi considerado pela
Page 30 and 31:
26 Por se tratar de uma prática re
Page 33 and 34:
4. Justificativa O gás natural é
Page 35 and 36:
Oferta de energia elétrica — His
Page 37 and 38:
5. O Mercado de Gás Natural 5.1 Pr
Page 39 and 40:
Oferta nacional de GN crescendo com
Page 41 and 42:
6. Referencial Teórico 6.1 Visão
Page 43 and 44:
não sim Definição do problema Co
Page 45 and 46:
Correlação positiva Correlação
Page 47 and 48:
Tabela 1: Lag de uma série Observa
Page 49 and 50:
Figura 5: Decomposição de série
Page 51 and 52:
Analogamente ao Mean Absolute Error
Page 53 and 54:
estar “errada”, quando o result
Page 55 and 56:
Como se pode notar com alguma anál
Page 57 and 58:
Ou seja, a previsão será uma fun
Page 59 and 60:
mesmos são automaticamente calcula
Page 61 and 62:
egression). Por ser o que, de acord
Page 63 and 64:
Note-se que este método é extrema
Page 65 and 66:
Fonte: Extraído de Makridakis (199
Page 67 and 68:
Resultado 120 100 80 60 40 20 0 Dad
Page 69 and 70:
Equação 22: Single Exponential Sm
Page 71 and 72:
Esse conjunto de modelos apresenta
Page 73 and 74:
Vale destacar que diversos modelos
Page 75 and 76:
Caso perceba-se através do resumo
Page 77 and 78:
6.4 Utilização dos diferentes mé
Page 79 and 80:
7. Modelo de previsão de demanda d
Page 81 and 82:
serem obtidos, Desta forma, nos cas
Page 83 and 84:
7.1.2 Transportes - Regressão Expl
Page 85 and 86:
Autocorrelation 1,0 0,8 0,6 0,4 0,2
Page 87 and 88:
Autocorrelation Autocorrelation Fun
Page 89 and 90:
MM m 100000 3 MM m /ano 100000 3 /a
Page 91 and 92:
Tabela 8: Quadro comparativo de mod
Page 93 and 94:
7.2 Setor Energético A seguir ser
Page 95 and 96:
Rodando-se uma regressão Stepwise-
Page 97 and 98:
Analisando a série histórica do p
Page 99 and 100:
MM m 16000 3 MM m /ano 16000 3 /ano
Page 101 and 102:
600 500 400 300 200 100 0 0 35 -100
Page 103 and 104:
300 250 200 150 100 50 -3 0 -50 32
Page 105 and 106: MM m 14000 3 MM m /ano 14000 3 /ano
Page 107 and 108: 7.3 Setor Industrial A seguir serã
Page 109 and 110: 1500 1000 500 -500 -1000 -1500 Equa
Page 111 and 112: Equação 37: Demanda industrial em
Page 113 and 114: Autocorrelation 1,0 0,8 0,6 0,4 0,2
Page 115 and 116: Fazendo-se isso, chega-se à seguin
Page 117 and 118: Calculou-se o intervalo de confian
Page 119 and 120: Sendo assim, recomenda-se a utiliza
Page 121 and 122: Além disso, pode-se, visualmente,
Page 123 and 124: Autocorrelation 1,0 0,8 0,6 0,4 0,2
Page 125 and 126: MM m 1800 3 MM m /ano 1800 3 /ano 1
Page 127 and 128: Equação 44: Demanda residencial e
Page 131 and 132: 7.5 Setor Comercial/Público A segu
Page 133 and 134: macroeconômico brasileiro de grand
Page 135 and 136: Desta forma, ficamos com a seguinte
Page 137 and 138: 7.5.3 Setor Comercial/Público - Au
Page 141 and 142: Tabela 12: Quadro comparativo de mo
Page 143 and 144: 7.6 Total Utilizando-se o método d
Page 145 and 146: 8. Conclusões O objetivo deste tra
Page 147 and 148: 9. Referências Bibliográficas 143
Page 149 and 150: 10. Apêndices Nesta seção são a
Page 151 and 152: Sendo assim, a utilização de tais
Page 153 and 154: Ano Tabela 16: Dados históricos da
Page 155: MM hab 250 200 150 100 50 0 Popula
Page 160 and 161: 156 Tabela 19: Resultados da previs
Page 162 and 163: 158 Tabela 21: Resultados da previs
Page 165: Tabela 23: Resultados da previsão
show all

GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP

Create successful ePaper yourself

Delete template?

Save as template?