Abstract
dc:description.abstractCom o aumento da faturação, surge a necessidade das empresas possuírem ferramentas de análise de dados que lhes forneçam informação útil, para o apoio do processo de tomada de decisão. Neste âmbito, os modelos de previsão são importantes para gerir o planeamento, controlar o stock e antever a faturação. O presente trabalho visa a aplicação de modelos de previsão e regressão para séries temporais a uma indústria de calçado, criando para tal um modelo de previsão das vendas de maneira a controlar fatores produtivos. Os modelos explorados têm por base dados históricos das vendas (variável de resposta) bem como as previsões mensais que o cliente partilha no início de cada ano (variável exógena). Considerando que estes dados podem apresentar tendência e efeito sazonal, foram aplicados modelos autorregressivo integrado e médias móveis (ARIMA) e de regressão dinâmica linear. De modo a garantir os pressupostos para avaliação da qualidade dos modelos, foram aplicadas a transformação Box-Cox e a diferenciação sazonal. Os resultados demonstraram que a combinação de técnicas aumenta significativamente a precisão preditiva e a robustez dos modelos para séries temporais. Foram estudados modelos de previsão para 5 artigos de calçado produzidos pela empresa, tendo sido o modelo de regressão dinâmica o que se mostrou mais adequado para previsão em quatro dos artigos da produção e o modelo ARIMA para um dos artigos.
Degree
thesis:*- Name thesis:degree_name
- Mestrado em Bioestatística e Biometria
- Year dc:date.issued
- 2025
Author and committee
dc:creator, dc:contributor.*- Author dc:creator
-
- Laranjeira, Nadine Miranda
- Advisor dc:contributor.advisor
-
- Ramos, Maria do Rosário
Subjects
dc:subject × 9Rights
- Licence dc:rights.uri
- Language dc:language.iso
- por
Identifiers
dc:identifier.*- Identifier URI
- urn:tid:203954815
- OAI identifier oai:identifier
- oai:repositorioaberto.uab.pt:10400.2/19888