Escolar Documentos
Profissional Documentos
Cultura Documentos
2012
Roteiro
Introduo
Justificativa
Objetivos
Comrcio Exterior
Anlise de Sries Temporais Multivariadas
Resultados para os principais setores
Cronograma
Referncias Bibliogrficas
GESLOG 2
Introduo
O desenvolvimento industrial no Cear observado na ltima
dcada, pelas ampliaes do distrito industrial, aeroporto e
portos e dos planos siderrgica e refinaria requerem das
empresas uma sistematizao avanada, de sua produo,
distribuio e comercializao de produtos. Esta sistematizao
pode ser otimizada pelo estudo do comportamento da demanda
dos mercados. Mtodos estatsticos robustos podem ento ser
aplicados a fim de mensurar, qualificar e prever estas demandas.
Este trabalho apresentar a utilizao de mtodos estatsticos
de modelagem de dados, para previso de demandas. Sero
utilizados modelos univariados e multivariados na rea de sries
temporais, mtodos de anlise multivariada podem ser aplicados
quando da necessidade de identificao de variveis
correlacionadas, para a aplicao dos mtodos de previso
anteriormente citados.
GESLOG 3
Justificativa
Em meio ao desenvolvimento industrial e comercial no
Estado v-se a necessidade da implementao da logstica
nos diversos segmentos dos setores citados. Analisar e
otimizar os modais de distribuio de mercadorias e
produtos assim como os sistemas de transportes so atuais
e importantes objetos de estudo da logstica. Previamente
a estas anlises nos deparamos com a motivao de
identificar futuras demandas para evitar excessos ou faltas
no processo logstico final, reduzindo assim as percas e
maximizando lucros.
Desta forma a aplicao de mtodos estatsticos de
identificao de variveis e de modelagem no tempo para
identificao de informaes futuras se encaixam dentro
do processo de produtividade logstica.
GESLOG 4
Objetivos
Geral:
Apresentar comunidade a aplicao de modelagem de dados no
tempo para previso e estabelecimento de parmetros mais
precisos para a tomada de decises nos processos logsticos.
Especficos:
Implementar mtodos de Anlise de Sries Temporais
Multivariadas como ferramenta de previso de demanda aos dados
de comrcio exterior cearense que integram processos logsticos
como controle de estoques e aquisio de suprimentos;
Apresentar o principal modelo de previso para cada um dos cinco
principais setores das exportaes cearenses.
Aplicar os dados inferidos por intermdio dos modelos estatsticos
nos processos logsticos gerando decises mais concisas e
precisas.
GESLOG 5
Estrutura da Dissertao
GESLOG 6
Comrcio Exterior Cearense
A poltica de industrializao do Cear teve incio em meados dos anos
1980, baseada na estratgia de concesses financeiras e apoio de
infraestrutura. Vale ressaltar que os setores de maiores investimentos
foram: metal-mecnico, papelaria, qumica, cermicas, txteis,
vesturio, produtos alimentares, mveis domsticos, caladista e seus
subsidirios.
Porm, durante a dcada de 90 que o Cear comea a dar resposta a
sua poltica de industrializao. Nesse perodo tambm aconteceu a
implantao do Plano Real, que conforme visto anteriormente
possibilitou o crescimento das importaes. O Cear passou a importar
mais bens industrializados, como mquinas, aparelhos e material
eltrico, produtos metalrgicos.
As exportaes, a partir de 2000, ganharam mais destaque com o
crescimento do valor exportado de calados e suas partes, castanha-de-
caju, produtos metalrgicos, produtos txteis e produtos alimentares.
Isso mostra o reflexo da poltica de industrializao do Estado.
GESLOG 7
Exportaes Cearenses 2011
GESLOG 8
Exportaes Cearenses de
Castanha de Caju
OBS ANO MS VALOR VOLUME
1 1996 1 11.648.128 2.503.838
2 1996 2 10.542.422 2.262.817
3 1996 3 9.251.767 2.111.508
4 1996 4 17.425.469 3.740.642
5 1996 5 14.161.868 2.892.682
6 1996 6 9.420.196 2.006.250
7 1996 7 14.817.243 3.092.214
8 1996 8 14.057.788 3.067.239
9 1996 9 12.574.342 2.762.810
10 1996 10 9.783.230 2.313.757
11 1996 11 12.536.568 2.819.545
12 1996 12 13.765.983 3.118.954
13 1997 1 14.296.504 3.360.870
... ... ... ... ...
154 2008 10 6.404.103 1.056.752
155 2008 11 9.373.377 1.586.829
156 2008 12 11.980.022 2.339.124
GESLOG 9
Grfico da Srie
GESLOG 10
Tendncia e Sazonalidade das
Variveis da Srie
Teste de Tendncia
-H0: No existe tendncia na srie
-H1: Existe tendncia na srie
O teste utilizado para investigar estas hipteses foi o teste
de Cox e Stuart (teste do sinal - no paramtrico).
Varivel Valor:
Rejeitamos a Hiptese H0, ou seja, existe tendncia a 5%
de significncia.
Varivel Volume:
Rejeitamos a Hiptese H0, ou seja, existe tendncia a 5%
de significncia.
GESLOG 11
Tendncia e Sazonalidade das
Variveis da Srie
Teste de Sazonalidade
-Ho: No existe sazonalidade determinstica
-H1: Existe sazonalidade determinstica
Para testar a existncia de sazonalidade foi aplicado o teste
de Friedman (teste no paramtrico).
Varivel Valor:
Como T-calc(16.01775) < T-tab(19.67514) , aceitamos a
hiptese H0, a um nvel de significncia de 5% , portanto,
podemos concluir que no existe sazonalidade.
Varivel Volume:
Como T-calc(19.52071) < T-tab(19.67514), aceitamos a
hiptese H0, a um nvel de significncia de: 5%, portanto,
podemos concluir que no existe sazonalidade.
GESLOG 12
Modelo ARIMA
Modelo Autoregressivo Integrado de Mdias Mveis
Def.: Seja Zt uma srie temporal no-estacionria. Se
estacionria e uma diferena de Zt, ento Zt uma
integral de Wt, da dizemos que Zt segue um modelo
autoregressivo integrado de mdias mveis, ou modelo
ARIMA (p,d,q), BEZZERRA (2006),
GESLOG 13
Estatsticas Descritivas
Name of Variable = VALOR
GESLOG 14
Autocorrelaes
GESLOG 15
Estimao
Maximum Likelihood Estimation
GESLOG 17
Diagnstico do Modelo
Autocorrelation Check of Residuals
GESLOG 18
Previses
Forecasts for variable VALOR
GESLOG 20
Modelo ARMAV
O critrio baseado na seguinte estatstica:
onde
r = m x nmeros de parmetros
s = m x nmeros de parmetros restritos a zero
T = nmero de observaes
m = nmero de sries
GESLOG 21
Critrios de Ajustamento
O critrio do erro de predio final (FPE) foi desenvolvido
por Akaike para selecionar a ordem de modelos auto-
regressivos. O FPE definido como sendo o erro de
predio do modelo ajustado. O procedimento consiste em
ajustar auto-regresses de ordem k = 0,1, ... , L a uma
srie Yt usando mnimos quadrados. Ento a estatstica:
GESLOG 22
Estimao
The VARMAX Procedure
Type of Model
VAR(2)
AR Coefficient Estimates
GESLOG 23
Diagnstico do Modelo
Portmanteau Test for Cross Correlations of
Residuals
Lag DF Chi-Square
Pr > ChiSq
3 4 5.32
0.2558
GESLOG 24
Previses
Forecasts
GESLOG 26
Anlise de Correlao
Cannica
Com o objetivo de determinar a dimenso do vetor v , AKAIKE
t
(1976) introduziu o conceito de realizao mnima, que
obtida atravs de uma anlise de correlaes cannicas entre o
conjunto de observaes passadas YPt e futuras YFt, onde
GESLOG 27
Identificao
GESLOG 28
Estimao
Yule-Walker Estimates for Minimum AIC
--------Lag=1-------
--------Lag=2-------
VALOR VOLUME VALOR
VOLUME
GESLOG 29
Modelo Estimado
State Vector
VALOR(T;T) VOLUME(T;T)
VALOR(T+1;T)
Estimate of Transition
Matrix
0 0 1
0.018984 -0.10796
0.209596
Input Matrix for
-0.30186 0.924391
Innovation
0.098893
1 0
0 1
-0.35918
-0.74633 Variance Matrix for
Innovation
4.316E12 8.847E11
8.847E11 1.956E11
GESLOG 30
Parmetros Estimados
Parameter Estimates
Parameter Estimate Std.
Error t Value
F(2,1) 0.018984
0.017365 1.09
F(2,2) -0.10796
0.079800 -1.35
F(2,3) 0.209596
0.012041 17.41
F(3,1) -0.30186
0.323916 -0.93
F(3,2) 0.924391
1.466720 0.63
F(3,3) 0.098893
0.158500 0.62
G(3,1)GESLOG-0.35918 31
0.295704 -1.21
Previses
OBS VALOR FOR1 RES1 STD1 VOLUME FOR2 RE
STD2
GESLOG 33
Cronograma
GESLOG 34
Referncias Bibliogrficas
1. ROCHA, Enivaldo Carvalho; PEREIRA, Basilio de Bragana.
Mtodos Automticos de Previso de Sries Temporais
Multivariadas. Revista Brasileira de Estatstica, Rio de
Janeiro, v. 58, n.209, p. 105-146, UFRJ-IME, 1997.
2. PEREIRA, Basilio de Bragana. Sries Temporais
Multivariadas. 6 Simpsio Nacional de Probabilidade e
Estatstica. Rio de Janeiro,UFRJ-IME, 1984.
3. BEZERRA, Manoel Ivanildo Silvestre. Apostila de Anlise de
Sries Temporais. So Paulo, 2006. Disponvel em
http://www.scribd.com/doc/5515941/Apostila-Series-Tempor
ais
. Acesso em 3/abril/2009
4. MORETTIN, Pedro A.; TOLOI Cllia M.C.. Anlise de Sries
Temporais. 2 Edio, So Paulo, Edgard Blucher , 2006.
5. BROCKLEBANK, John C.; DICKEY, David A.. SAS for
Forecasting Time Series. 2 Edio, Cary, John Wiley, 2003.
GESLOG 35