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

More documents

Recommendations

Info

90 7.2.2 Energético – Regressão Explanatória Buscando-se realizar uma previsão por regressão para o setor Energético, pode-se pensar nas seguintes variáveis que teriam algum relacionamento lógico com a mesma: Resíduos do Setor Energético f Preço relativo entre gás natural e óleo combustível PIB Capacidade instalada de usinas térmicas Capacidade instalada de usinas Figura 15: Possíveis variáveis explanatórias para demanda energética Ou seja, considera-se que, de alguma forma, a demanda de gás do energético possa estar relacionada com: • Preço relativo entre gás natural e óleo combustível: já que as usinas geradoras de energia podem migrar para o combustível que apresente uma melhor relação custocombustível, impactando assim diretamente na demanda de gás deste setor • PIB: já que quanto maior o PIB nacional, maior a demanda de energia elétrica, o que torna possivelmente maior a demanda de gás natural para gerar energia elétrica • Capacidade instalada de usinas térmicas: já que quanto mais potência instalada de usinas térmicas, possivelmente maior é a demanda de gás natural para geração de energia • Capacidade instalada de usinas: idem ao item anterior, só que sem discriminar o tipo de usina (que pode ser hidráulica ou térmica).
Rodando-se uma regressão Stepwise-with-a-backward-look com as possíveis variáveis explanatórias e a série histórica da demanda de gás natural do setor energético, chega-se à seguinte equação (a qual possui um R 2 -ajustado de 98% e todos os t-stat maiores do que 2): Equação 31: Demanda do setor energético em função de modelo de regressão explanatória y = 2870, 6 + 14, 3 × CapInstTérmica + 16 , 1× PIB + 609 × Pr eço Re lativo Note-se que a mesma diz que quanto maior o preço relativo do gás natural em relação ao óleo combustível, maior o consumo de gás das usinas térmicas. Uma possível inconsistência do modelo é que a lógica que se observa no mundo real é contrária a esta (nas usinas que possuem a opção de escolher seu combustível). Porém, dado que o resultado estatístico encontrado foi este, procede-se com a análise dos resultados. 400 300 200 100 0 0 -100 -200 -300 -400 Plotando-se os resíduos que essa equação gera obtém-se a seguinte distribuição: Resíduos modelo explanatório: Setor energético Gráfico 25: Resíduos do Setor Energético – modelo explanatório Analisando-se os resíduos verifica-se que os mesmos aparentam ter algum grau de autocorrelação (devido a algumas seqüências de “subida” e “descida” da série), o qual não é 91
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: 7.2 Setor Energético A seguir ser
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 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 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 and 156:
MM hab 250 200 150 100 50 0 Popula
Page 157:
153 futuro desta variável é a de
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?