Please use this identifier to cite or link to this item:
https://repositorio.ufjf.br/jspui/handle/ufjf/14767Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| rodrigopereiradutrafilho.pdf | 1.01 MB | Adobe PDF |  View/Open |
| Type: | Trabalho de Conclusão de Curso |
| Title: | Modelo de previsão da carga total em TKU transportada pelas ferrovias brasileiras |
| Author: | Dutra Filho, Rodrigo Pereira |
| First Advisor: | Zanini, Alexandre |
| Referee Member: | Mattos, Rogerio Silva de |
| Resumo: | Esta monografia tem como seu principal objetivo o estudo e o desenvolvimento de um modelo de previsão para o total mensal de toneladas por quilômetros útil (TKU) a serem transportadas pelas ferrovias brasileiras no período compreendido entre julho de 2022 e dezembro de 2023. Para cumprir com tal propósito foram criados dois modelos de projeção, sendo um utilizando a metodologia de Amortecimento Exponencial e o outro utilizando a metodologia de Box & Jenkins. A fim de selecionar qual dos dois modelos seria o mais adequado para projetar a variável de interesse, foi realizada uma competição entre os métodos mencionados por meio da análise de out of-sample rolling evaluation. Assim, o modelo vencedor dessa competição foi o de Amortecimento Exponencial, que projetou uma pequena queda do TKU no ano de 2022, seguido de um crescimento no ano de 2023. Além disso, para auxiliar a estimação do modelo de previsão, foi realizado um estudo acerca da história do setor ferroviário e sua participação na matriz de transporte brasileira. |
| Abstract: | This monograph has as main goal the study and the development of a forecasting model for the freight transportation carried by railroads, measured in tonne kilometre (TKM) between July 2022 and December 2023. To achive this goal, two forecasting models were created, one using the Exponential Smoothing methodology and the other using the Box & Jenkins methodology. In order to select which of the models would be the best to forecast the variable, a competition was made between the two methods through the analyses of out-of-sample rolling evaluation. The winning model of this competition was the Exponential Smoothing, which forecast a decrease in TKM in 2022, followed by a growth in 2023. Furthermore, to collaborate with the forecasting model, a study about the history of the railway sector and its participation in the brasilian transport matrix was made. |
| Keywords: | Toneladas por quilômetro útil Séries temporais Projeção de dados Tonne-kilometre Time series Data forecast |
| CNPq: | CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA |
| Language: | por |
| Country: | Brasil |
| Publisher: | Universidade Federal de Juiz de Fora (UFJF) |
| Institution Initials: | UFJF |
| Department: | Faculdade de Economia |
| Access Type: | Acesso Aberto |
| Creative Commons License: | http://creativecommons.org/licenses/by/3.0/br/ |
| URI: | https://repositorio.ufjf.br/jspui/handle/ufjf/14767 |
| Issue Date: | 12-Dec-2022 |
| Appears in Collections: | Ciências Econômicas - Campus JF - TCC Graduação |
This item is licensed under a Creative Commons License
