O conhecimento de técnicas que permitam obter informações da tendência futura da produção é fundamental para o gestor rural. Diante disso, a finalidade desse trabalho foi realizar previsões. Para isso, foram utilizados modelos de séries temporais implementados no software livre R da produção brasileira de milho para as safras 2017/2018, 2018/2019 e 2019/2020. Foram aplicadas as metodologias ARIMA (Autoregressive Integrated Moving Average - Autorregressivo Integrado de Médias Móveis) e ETS (Error, Trend, Seasonal – Erro, Tendência, Sazonal). Ambos modelos provaram ser adequados. O modelo que apresentou os melhores resultados de previsão foi o ARIMA, cujo erro percentual médio absoluto das previsões foi menor que o apresentado no modelo ETS, quando comparado com os dados reservados para verificação da eficiência preditiva dos modelos ajustados. Os resultados demonstram a aplicabilidade dos modelos de previsão e ferramentas computacionais de fácil utilização. Tais técnicas visam contribuir no processo de tomada de decisão e planejamento por parte do gestor rural, que vê a cultura do milho, nos últimos anos, apresentar recordes de produção e ser um dos principais cultivares que contribui com a economia do Brasil.

No abstract

A produção de leite está em constante crescimento, pois movimenta a economia e é fonte de renda para diversas famílias. Um eficaz planejamento das atividades executadas tanto por parte dos produtores de leite como dos laticínios está diretamente relacionado às expectativas em relação à produção anual do leite. A estimativa da produção de leite pode ser abordada por meio de modelos numérico-estatísticos de previsão, com auxílio de softwares como o R. Dessa forma, o presente artigo aborda uma análise comparativa da previsão de produção de leite industrializado no Brasil, por meio dos modelos ARIMA (Autoregressive Integrated Moving Average – Autorregressivo Integrado de Médias Móveis) e ETS (Error, Trend, Seasonal – Erro, Tendência, Sazonal). A determinação dos modelos e demais cálculos estatísticos foram realizados por meio do software livre R para séries de dados mensais e trimestrais da produção de leite, obtido pelo site do IBGE, no período de 2004 a 2018. Os modelos forneceram as previsões para o ano de 2019 e estes foram comparados com valores reais. As métricas utilizadas foram o MAPE (Mean Absolute Percentage Error – Erro Percentual Médio Absoluto), RMSE (Root Mean Square Error – Raiz do Erro Médio Quadrático) e MAE (Mean Absolute Error – Erro Médio Absoluto), as quais indicam que o modelo ARIMA apresentou maior acurácia para ambas as séries analisadas.