Regressão linear múltipla aplicada ao preço do leiteMultiple linear regression applied to the milk price Resumo Os laticínios passaram a remunerar os produtores não só pela quantidade de leite entregue, mas também pela qualidade apresentada pelo produto. As principais variáveis que compõem a qualidade microbiológica do leite e impactam no preço são: estrato sólido total (EST), contagem de célula somática (CCS) e contagem bacteriana total (CBT).O objetivo deste trabalho foi avaliar a relação dessas variáveis com o preço do leite cru pago ao produtor. Para ponderar quais são as que mais impactam no preço do leite, utilizou-se o modelo de regressão linear múltipla. A estimação dos parâmetros foi realizada pelo método dos mínimos quadrados utilizando os softwares SAS e R. As discrepâncias entre os dados observados de produtores de um laticínio do Estado de São Paulo e os valores ajustados pelo modelo foram analisadas. Os resultados permitem concluir que o modelo matemático é adequado para estimar o preço do leite recebido pelos produtores. Verificou-se ainda que à medida que o estrato sólido aumenta, o preço do leite sobe. As variáveis quantidade de leite fornecida e contagem bacteriana apresentaram uma variabilidade alta, ao passo que as variáveis estrato sólido, contagem de célula somática e o preço médio do leite pago aos produtores apresentaram uma variação pequena em relação as médias obtidas. Palavras-chave: Modelo matemático. Contagem bacteriana total. Contagem de célula somática. Estrato de sólido total. Preço do leite. Abstract The dairy remunerates the producers not only by the quantity of milk delivered, but also by the quality of the product. The main variables in respect to the microbiological quality and to the impact in the price of milk are: Total Solid Stratum, Somatic Cells and Total of Bacterial. The objective of this work was evaluate the relationship of these variables with the price of raw milk paid to producers. To verify the main variables that impact the milk price, the multiple linear regression model was used. The parameter estimation was carried out by the least-squares method using the SAS and R softwares. The discrepancies between the data observed in respect to producers of a dairy of São Paulo State and the values fitted by the model was analyzed. The results showed that the mathematical model is convenient to estimate the price of milk. It was also observed that when the Solid Stratum increases, the price of milk grows. The variables amount of milk and bacterias showed high variabilities. The variables Solid Stratum, Somatic Cells and the average price of milk paid to producers showed small variations in relation to the averages obtained.
Revisão: Os Autores O conteúdo dos artigos e seus dados em sua forma, correção e confiabilidade são de responsabilidade exclusiva dos autores. Permitido o download da obra e o compartilhamento desde que sejam atribuídos créditos aos autores, mas sem a possibilidade de alterá-la de nenhuma forma ou utilizá-la para fins comerciais.
The forest investment projects, analyzed through the application of simulation techniques, allow measuring more accurately the benefits or losses, considering the systemic uncertainties related to forest plantation. In this perspective, the objective of this study was to identify the relative importance of sources of uncertainties in determining the net present value (NPV) of planting of Ochroma pyramidale on a forested property located in the state of São Paulo, Brazil. Thus, it assigns probability distributions to the parameters with uncertainties and applies the Monte Carlo technique to obtain the stochastic behavior of the NPV, of the modified internal rate of return (MIRR) and the profitability index (PI). The probabilistic results of the quantitative methods analyzed allowed us to conclude that for the planting O. pyramidale, with 5-year cutting age, indicated economic profitability. In addition, there is a probability that 84.6% of the project will add economic value to the invested capital.
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.