Previsão de demanda por meio do método auto regressivo médias móveis integrado sazonal - SARIMA: Um estudo em uma empresa do segmento autopeças
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Trabalho <strong>de</strong> Conclusão <strong>de</strong> Curso<br />
Engenharia <strong>de</strong> Produção<br />
2013<br />
Etapa (b) Coleta <strong>do</strong>s da<strong>do</strong>s: A coleta <strong>do</strong>s da<strong>do</strong>s foi feita <strong>por</strong> <strong>meio</strong> <strong>de</strong> da<strong>do</strong>s disponibiliza<strong>do</strong>s<br />
pela <strong>em</strong>presa. Durante o <strong>de</strong>senvolvimento da mo<strong>de</strong>lag<strong>em</strong> consi<strong>de</strong>rou-se a produção no<br />
perío<strong>do</strong> estuda<strong>do</strong> entre julho <strong>de</strong> 2000 e julho <strong>de</strong> 2012, conforme Tabela 1.<br />
TABELA 1- Da<strong>do</strong>s <strong>de</strong> vendas <strong>de</strong> 2000 até 2012.<br />
Meses 2000 2001 2002 2003 2004 2005 2006<br />
Janeiro - 349 265 1.015 1.461 1.588 1.809<br />
Fevereiro - 106 291 20 1.103 856 1.512<br />
Março - 297 392 1.049 2.069 2.449 2.690<br />
Abril - 189 371 853 1.258 1.325 1.218<br />
Maio - 207 0 1.220 747 1.869 1.892<br />
Junho - 210 641 770 3.333 1.693 1.623<br />
Julho 55 182 427 1.209 3.439 1.308 2.303<br />
Agosto 32 263 509 1.099 411 1.620 1.655<br />
Set<strong>em</strong>bro 41 195 569 1.084 1.032 1.645 1.431<br />
Outubro 33 94 545 1.080 867 1.552 1.845<br />
Nov<strong>em</strong>bro 12 277 317 998 973 1.072 1.791<br />
Dez<strong>em</strong>bro 0 223 567 925 1.318 1.741 2.286<br />
Meses 2007 2008 2009 2010 2011 2012<br />
Janeiro 2.801 3.020 3.392 7.010 5.183 3.754<br />
Fevereiro 2.119 3.275 3.298 2.287 4.221 2.222<br />
Março 2.399 4.378 4.663 9.389 3.968 4.614<br />
Abril 2.403 1.519 3.733 5.752 6.004 4.367<br />
Maio 2.195 5.127 4.778 3.736 3.540 5.045<br />
Junho 3.119 2.671 3.986 2.927 4.592 5.129<br />
Julho 2.093 3.006 3.210 3.314 3.829 5.347<br />
Agosto 2.371 4.094 3.043 4.593 4.453 -<br />
Set<strong>em</strong>bro 2.527 3.309 4.001 4.760 6.162 -<br />
Outubro 2.239 1.662 5.235 5.424 2.901 -<br />
Nov<strong>em</strong>bro 2.513 2.899 5.671 5.683 5.842 -<br />
Dez<strong>em</strong>bro 3.747 4.181 5.355 5.976 3.187 -<br />
Etapa (c) Mo<strong>de</strong>lag<strong>em</strong>: Utilizou-se o software livre Gretl na versão 1.9.12.<br />
Etapa (d) Solução <strong>do</strong> mo<strong>de</strong>lo: Ao se analisar <strong>uma</strong> série t<strong>em</strong><strong>por</strong>al, o primeiro passo é a<br />
construção <strong>do</strong> gráfico <strong>de</strong> séries t<strong>em</strong><strong>por</strong>ais <strong>do</strong> consumo ao longo <strong>do</strong> t<strong>em</strong>po, assim é possível<br />
visualizar características como tendência, <strong>sazonal</strong>ida<strong>de</strong>, variabilida<strong>de</strong>, outliers, entre outras. A<br />
série <strong>de</strong> da<strong>do</strong>s, representada pela Figura 3 e Tabela 1, será <strong>de</strong>nominada como série original Δ t .<br />
Para Davis, Aqualiano e Chase (2001), a observação da linha <strong>de</strong> tendência é o ponto<br />
<strong>de</strong> partida para o <strong>de</strong>senvolvimento <strong>de</strong> <strong>uma</strong> previsão. De acor<strong>do</strong> com a Figura 3, po<strong>de</strong>-se notar<br />
que há um forte crescimento na produção a partir <strong>de</strong> 2006. Contu<strong>do</strong>, tal efeito só po<strong>de</strong>rá ser<br />
confirma<strong>do</strong> com o gráfico <strong>de</strong> perio<strong>do</strong>grama. Conforme Morettin e Toloi (1987), as previsões<br />
<strong>do</strong>s antilogaritmos <strong>do</strong>s da<strong>do</strong>s transforma<strong>do</strong>s são estima<strong>do</strong>res vicia<strong>do</strong>s que introduz<strong>em</strong> um erro<br />
6
Change language