ResumoNeste estudo, aplicou-se o modelo espectral de análise multivariada ao conjunto de séries temporais da produção de diferentes segmentos da indústria de transformação, no Brasil, considerando-se a capacidade desse modelo em capturar estruturas que representem o comportamento abrangente da série temporal em estudo. A escolha dos segmentos industriais deu-se por conta do destaque de cada um deles no total produzido no ano de 2013. O modelo espectral de análise multivariada demonstrou-se adequado, quando comparado com dois modelos clássicos que levam em consideração a sazonalidade, ao permitir um maior número de melhores desempenhos das previsões dos preços. Os resultados obtidos no período fora da amostra, mediante o uso das medidas de erro e do teste estatístico preditivo, confirmam isso. A pesquisa pode auxiliar os gestores na formulação e aplicação de políticas direcionadas ao setor industrial. A possibilidade de antever o comportamento da produção pode ser decisiva no que diz respeito às políticas de estabilização da produção, ao longo do ano, eliminado os possíveis entraves provocados pela sazonalidade. Palavras-chave:Análise espectral multivariada. Previsão. Produção industrial. AbstractThis study has applied the multivariate spectrum analysis model to the set of time series of production in different segments of the manufacturing industry in Brazil, motivated by the model's ability to capture structures that represent the comprehensive behavior of the time series under study. The industrial segments were chosen on the basis of their having been leaders in total production in 2013. The multivariate spectrum analysis model showed itself adequate, when compared with two classical models that take into account seasonality, by allowing a greater number of better performances of price forecasts. The results obtained in the out-of-sample period, through the use of error measurements and predictive statistical tests, confirm this. Research can help managers in formulating and applying policies targeting the industrial sector. The ability to predict productive behavior may be decisive as regards establishing production stabilization policies throughout the year, eliminating the potential hindrances caused by seasonality.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.