No abstract

Resumo: Em 2001, o setor elétrico sofreu uma grave crise de abastecimento que culminou em um plano de racionamento de energia elétrica. Esse acontecimento gerou uma série de questionamentos sobre os rumos que o setor elétrico estava trilhando. O reforço dos instrumentos de planejamento energético pelo governo brasileiro permitiu a recuperação de uma responsabilidade do Estado indispensável para que a expansão da oferta de energia se realize de forma satisfatória, em conformidade com o interesse público e a estratégia de desenvolvimento econômico e social. Em termos econômicos, a previsão e o controle estatístico da demanda de energia se tornaram a base da composição de preço no mercado e os erros de previsão e falhas passaram a resultar em perdas financeiras. O problema maior no estudo de modelos é otimizar os dados previstos, ou seja, minimizar os erros de previsão. Estes erros são causados pela má elaboração dos modelos ou pela grande variabilidade do processo. O objetivo deste trabalho é minimizar os erros de previsão de uma série de energia elétrica através do método de amortecimento exponencial aplicada aos pontos fora dos limites do gráfico de controle dos resíduos gerados por um modelo de previsão ARIMA. O método foi comparado a um trabalho anterior onde os dados que ficaram fora de controle foram retirados da série. Verificou-se que o resultado obtido neste trabalho apresentou um erro de previsão menor, além de manter todos os dados da série. Palavras-Chave: Previsão de Séries Temporais; Controle Estatístico de Qualidade; Energia.Abstract: In 2001, the electricity sector suffered a serious supply crisis that culminated in a plan of electricity rationing. This event generated a series of questions about the direction the electricity sector was treading. The strengthening of the tools for energy planning by the Brazilian government allowed the recovery of a state responsibility essential so that the expansion of energy to take place satisfactorily in accordance with the public interest and the strategy of economic and social development. In economic terms, forecasting and statistical control of energy demand became the basis of the composition of the market price and the forecast errors and failures began to result in financial losses. The biggest problem in the study of models is to optimize the predicted data, i.e., minimize errors of prediction. These errors are caused by poor preparation of the models or the great variability of the process. The objective is to minimize the forecast errors from a series of electricity through the exponential smoothing method applied to points outside the limits of the control chart of the waste generated for an ARIMA forecasting model. The method was compared to a last work where the data that were out of control were removed the series. It was found that the results obtained in this study showed a lesser prediction error, besides maintaining all data's series.

No abstract

O acesso a um grande volume de dados abertos ampliou as possibilidades de melhoria da gestão dos sistemas públicos. Uma dessas bases é o Exame Nacional do Ensino Médio (ENEM). Nela há informações relevantes do candidato e de seu desempenho nas provas. Nesse cenário, este trabalho teve como objetivo analisar a relação das notas de matemática com outras notas em diferentes áreas, incluindo a escrita, da base do ENEM 2019. Os resultados obtidos apresentam que a nota de matemática (MT) é influenciada pelas demais notas e dentre os oito modelos aplicados o melhor foi o Gradient Boosting com 7,4% de erro na previsão da MT. Essa análise é relevante porque podemos orientar políticas públicas que podem melhorar o desempenho acadêmico geral.