Planejamento da safra de soja no Oeste do Paraná

Abstract

Planejamento da safra de soja no Oeste do Paraná RESUMOA soja é o grão mais produzido no Brasil e tem dado ao país o título de maior exportador desta commodity. A pouca quantidade de produto disponível internamente e a alta do dólar tem elevado o seu preço a valores recorde, com desdobramentos na área de cultivo, que vem aumentando com o passar dos anos. Este artigo tem o objetivo de aplicar modelos de previsão de demanda para o cenário de rendimento de soja no Oeste do Paraná e discutir os seus resultados quanto aos erros em relação aos valores reais. Dados referentes ao rendimento do grão por hectare no Oeste do Paraná, entre os anos de 1980 e 2014, foram coletados e submetidos a quatro testes de hipóteses para determinar os modelos de previsão mais adequados para comparação. Os resultados obtidos validaram a modelagem, que pode servir de base para o planejamento dos produtores rurais em relação às estimativas de rendimento de soja no curto prazo.Palavras-chave: Soja, previsão de demanda, séries temporais. 81 ABSTRACTSoybean is the most produced grain in Brazil and has given the country the title of largest exporter of this commodity. The small amount of internally available product and the Dollar high exchange rates have raised its the price to record levels, with extensions in the harvesting area, which has been increasing over the years. This article aims to apply forecasting methods for soybean yield scenario in western Parana and to discuss the results of the errors against the original values. Data on the grain hectare yield in the west of Parana were collected, between the years of 1980 and 2014, and four tests of hypotheses were applied to point out the most appropriate forecasting methods for comparison. The results validated the model, which may become the basis for the farmers' crop planning regarding soybean yield in the short-term period.

Demand forecasting: proposal of a model for a glass tempering industry

“…Some studies have pointed to better results with the use of the ARIMA method such as Werner (2003), who uses this model to forecast demand in the computer technical assistance area, and Arthus et al (2016), which compares forecasting methods for soybean crop in west of Pará State in Brazil.…”