PREVISÃO DO PREÇO DA GASOLINA PARA A REGIÃO SUL DO BRASIL

Ano: 2011 | Volume: 3 | Número: 1

Autores: Francisca Mendonça Souza, Silvana Gonçalves de Almeida, Prof. Adriano Mendonça Souza, Prof. Luis Felipe Dias Lopes, Prof.ª Roselaine Ruviaro Zanini

Palavras-chave: Previsão de gasolina, Modelos de Memoria Longa, Análise de Séries Temporais

Resumo Português:

A gasolina A é produzida pelas refinarias de petróleo e entregue diretamente às
companhias distribuidoras. Essa gasolina constitui-se basicamente de uma mistura de naftas
numa proporção tal que enquadre o produto na especificação prevista. A partir desta
afirmativa, torna-se necessário fazer uma previsão do preço deste produto a fim de auxiliar os
órgãos competentes nas tomadas de decisões necessárias para um gerenciamento eficaz e de
qualidade. Para a realização das previsões, foram usados os modelos ARFIMA, chamados
comumente de modelos de memória longa, os quais permitem o conhecimento, a curto prazo,
dos valores futuros desta variável. O modelo que melhor explicou a série em estudo foi um
ARFIMA (1; 0,3995; 0). Com os valores previstos é possível ter uma melhor perspectiva,
além de auxiliar os órgãos competentes na administração das medidas gerenciais que
melhorem o fluxo de atendimento ao cliente e a produção de equipamentos.

Resumo Inglês:

The gasoline is produced by oil refineries and delivered directly to distributors.
This gasoline is basically a mixture of naphtha to an extent that outlines the product
specification provided. From this statement, it is necessary to forecast the price of oil to assist
the competent bodies in decision-making necessary for effective management and quality. To
carry out the forecasts, we use the ARFIMA models, i.e. models of long memory commonly
called, which will allow the knowledge in the short term, the future values of this variable.
The model that best explained the series under study is a model ARFIMA (1, 0.3995, 0). With
the figures you can get a better perspective, and assist the competent bodies in the
administration of management measures to improve the flow of customer service and
production equipment.