Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/48534
Type: | Monografia (especialização) |
Title: | Previsão de vendas de peças para máquinas pesadas por meio de séries temporais |
Authors: | Renato Hoffmam de Oliveira |
First Advisor: | Ela Mercedes M. de Toscano |
First Co-advisor: | Luís Alberto Toscano Medrano |
First Referee: | Sueli Aparecida Mingoti |
Second Referee: | Mario Ernesto Piscoya Díaz |
Abstract: | Esta monografia tem como objetivo realizar a previsão, para 12 meses, da quantidade de vendas de peças de reposição para máquinas pesadas, em função de seu próprio histórico de vendas e de potenciais variáveis correlacionadas. Assim, foram estimados modelos univariados, nos quais a variável regressora é a própria variável defasada no tempo, e modelos multivariados, nos quais, além da introdução da variável dependente defasada no tempo, como regressora, foram adicionadas variáveis exógenas. Foram aplicados os modelos ARIMA e SARIMA para os modelos univariados e a técnica de regressão dinâmica para os modelos multivariados, que é a combinação de um modelo de regressão com um modelo adicional para estimar os resíduos da regressão, uma vez que, em séries temporais, os resíduos são autocorrelacionados. Nesta monografia, optou-se por estimar os modelos ARIMAX para os modelos multivariados, que usam de uma função de transferência para introduzir covariáveis, ou variáveis exógenas, ao modelo. A previsão de vendas para peças de reposição é importante para que seja possível equilibrar o estoque em níveis satisfatórios, manter os custos em níveis adequados e atender o cliente em tempo hábil. |
Abstract: | This monograph aims to forecast, for 12 months, the amount of sales of spare parts for heavy machinery, based on its own sales history and potential correlated variables. Thus, univariate models were estimated, in which the regression variable is the time-lagged variable itself, and multivariate models, in which exogenous variables were added along with the introduction of the dependent variable lagged in time, as a regression variable. ARIMA and SARIMA models were applied for the univariate models, and dynamic regression technique for the multivariate models, which is the combination of a regression model with an additional model to estimate the regression residuals, since, in time series, the residuals are autocorrelated. In this monograph, it was decided to estimate the ARIMAX models for the multivariate models, which use a transfer function to introduce covariates or exogenous variables to the model. The sales forecast for spare parts is important so that it is possible to balance the stock at satisfactory levels, keep costs at adequate levels and serve the customer in a timely manner. |
Subject: | Estatística Análise de séries temporais Análise multivariada Peças de máquinas – Previsão de vendas |
language: | por |
metadata.dc.publisher.country: | Brasil |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
metadata.dc.publisher.department: | ICX - DEPARTAMENTO DE ESTATÍSTICA |
metadata.dc.publisher.program: | Programa de Pós-Graduação em Estatística |
Rights: | Acesso Aberto |
metadata.dc.rights.uri: | http://creativecommons.org/licenses/by-nc-nd/3.0/pt/ |
URI: | http://hdl.handle.net/1843/48534 |
Issue Date: | 15-Sep-2022 |
Appears in Collections: | Especialização em Estatística |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Previsão de vendas de peças para máquinas pesadas por meio de séries temporais.pdf | 1.67 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License