Use este identificador para citar ou linkar para este item:
http://repositorio.ufc.br/handle/riufc/83192| Tipo: | TCC |
| Título: | Análise e previsão de preço do leite com aplicação de modelo de regressão para tendência e comportamento sazonal |
| Título em inglês: | Analysis and forecasting of milk prices using a regression model for trend and seasonal behavior |
| Autor(es): | Costa, Ana Marcia Barreto Mota da |
| Orientador: | Silva, Vitor Hugo Miro Couto |
| Palavras-chave em português: | Previsão;Preço;Leite |
| Palavras-chave em inglês: | Forecasting;Price;Milk |
| CNPq: | CNPQ::CIENCIAS AGRARIAS::AGRONOMIA |
| Data do documento: | 2025 |
| Citação: | COSTA, Ana Marcia Barreto Mota da. Análise e previsão de preço do leite com aplicação de modelo de regressão para tendência e comportamento sazonal. 2025. 33 f. Trabalho de Conclusão de Curso (Graduação em Agronomia) — Centro de Ciências Agrárias, Universidade Federal do Ceará, Fortaleza, 2025. |
| Resumo: | A cadeia primária do leite no Brasil enfrenta diversos desafios, especialmente no que diz respeito à produção e comercialização. Entre os principais entraves, destacam-se a instabilidade do mercado e a carência de informações sistematizadas sobre a dinâmica dos preços ao longo do tempo. Diante desse cenário, o presente trabalho teve como objetivo desenvolver um modelo preditivo por meio da regressão linear simples e, posteriormente, aprimorá-lo utilizando a regressão múltipla, com o propósito de comparar o desempenho de ambos na previsão dos preços. Para isso, foram utilizados dados do Centro de Estudos Avançados em Economia Aplicada (CEPEA), abrangendo o período de dezembro de 2004 a abril de 2025. Os resultados indicaram que o modelo de regressão múltipla, ao incorporar variáveis sazonais, apresentou melhor desempenho preditivo, com acurácia de aproximadamente 68%. |
| Abstract: | The primary dairy supply chain in Brazil faces several challenges, especially regarding production and commercialization. Among the main obstacles are market instability and the lack of systematized information on price dynamics over time. In light of this scenario, the present study aimed to develop a predictive model using simple linear regression and, subsequently, to enhance it through multiple regression, with the purpose of comparing the performance of both in forecasting prices. For this, data from the Center for Advanced Studies in Applied Economics (CEPEA) were used, covering the period from December 2004 to April 2025. The results indicated that the multiple regression model, by incorporating seasonal variables, showed better predictive performance, with an accuracy of approximately 68%. |
| URI: | http://repositorio.ufc.br/handle/riufc/83192 |
| ORCID do Orientador: | https://orcid.org/0000-0002-5392-8764 |
| Currículo Lattes do Orientador: | http://lattes.cnpq.br/5332657654400413 |
| Tipo de Acesso: | Acesso Aberto |
| Aparece nas coleções: | AGRONOMIA - Monografias |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| 2025_tcc_ambmcosta.pdf | 621,56 kB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.