Trabalho de Conclusão de Curso
Análise de séries temporais para previsão do faturamento mensal de uma empresa
Time series analysis for forecasting a company's monthly invoicing
Registro en:
SOARES, Tiago Rosa Marques. Análise de Séries Temporais para previsão do faturamento mensal de uma empresa. 2019. 52 f. Trabalho de Conclusão de Curso (Graduação em Estatística) - Universidade Federal de Uberlândia, Uberlândia, 2019.
Autor
Soares, Tiago Rosa Marques
Institución
Resumen
Within the current market, it can be said that the company that knows its numbers and that
has a good strategic planning, becomes a company that is prepared for changes in the market,
and therefore more likely to success. The objective of this study is to obtain the forecast for
the monthly invoicing of a wholesale company, to identify characteristics inherent to the series
under study, such as trend, seasonality and white noise by means of speci c tests, observe the
presence and e ects of possible interventions, and adjust time series models that represent the
data appropriately. The methodology used in this study is the identi cation and estimation
of a model as de ned by Box and Jenkins, more speci cally, a seasonal model represented by
SARIMA(p, d, q)(P,D,Q). If it is possible that several models are adjusted for the same data
set, we intend to use hypothesis tests and model comparison techniques, such as the absolute
mean percentage error. After de ning the appropriate model for the time series, the forecasts
were realistic about the observed values of the series. Trabalho de Conclusão de Curso (Graduação) Dentro do mercado atual, pode-se dizer que a empresa que conhece seus números e que
conte com uma bom planejamento estratégico, torna-se uma empresa que esteja preparada
para mudanças no mercado, tendo portanto mais chances de obter sucesso. O objetivo deste
estudo foi obter a previsão para o faturamento mensal de uma empresa atacadista, identificar
características inerentes à séries em estudo, como tendência, sazonalidade e ruído branco por
meio de testes específicos, observar a presença e os efeitos de possíveis intervenções e ajustar
modelos de séries temporais que representaram os dados adequadamente. A metodologia utilizada
neste estudo foi a identificação e estimação de um modelo conforme definido por Box e
Jenkins mais especificamente,um modelo sazonal representado por SARIMA(p, d, q)(P,D,Q).
Sendo possível que vários modelos sejam ajustados para o mesmo conjunto de dados, foi possível utilizar de testes de hipóteses e técnicas de comparação de modelos, como o erro percentual
médio absoluto. Após a definição do modelo adequado para a série temporal, as previsões se
mostraram realistas quanto aos valores observados da série.