Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/17832
Full metadata record
DC FieldValueLanguage
dc.creatorSilva, Marco Aurélio Maia-
dc.date.accessioned2016-10-05T11:46:57Z-
dc.date.available2016-10-05T11:46:57Z-
dc.date.issued2015-12-07-
dc.identifier.citationSILVA, Marco Aurélio Maia. Distribuição espacial e temporal de vendas de pequenos e médios varejistas do estado da Bahia. 2015. 36 f. Trabalho de Conclusão de Curso (Graduação em Estatística) – Universidade Federal de Uberlândia, Uberlândia, 2015.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/17832-
dc.description.abstractStatistics is a very useful science in the interpretation of data and aid in decision making. Geostatistics, for example, is a tool used to study the spatial variability. It allows the interpretation of the results based on the structure of the natural variability of the evaluated attributes, and considers the spatial dependence within the sampling interval, since the time series analysis models the temporal behavior of the variable and the model used to make projections. The objective of this work was to use the geostatistic analysis to make a mapping of the average sales based on the past 12 months 171 customers of Bahia and hold a sales projection to 10/2016 based on the information of the last five years. For this, the databases used in this study were provided by a wholesale company of Uberlândia. The procedure for analysis was conducted in three phases of analysis: descriptive, geostatistics and time series. The software used for analyzes were geoR, SPSS, SAS Visual Analytics and GS +. In geostatistic analysis it was found that for the analyzed variable was no spatial dependence. In the temporal analysis were adjusted several models to explain the series and the best fit models were SARIMA ( 0,1,1 ) ( 1,1,0 ) and Holt -Winters additive, the latter being used for the projections. Statistical operating data of the companies are very important tools in planning and making decisions them.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectEstatísticapt_BR
dc.subjectEstatística espacialpt_BR
dc.subjectSéries temporaispt_BR
dc.subjectInterpolaçãopt_BR
dc.subjectForecastpt_BR
dc.subjectSpatial statisticspt_BR
dc.subjectTime seriespt_BR
dc.subjectInterpolationpt_BR
dc.titleDistribuição espacial e temporal de vendas de pequenos e médios varejistas do estado da Bahiapt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Guimarães, Ednaldo Carvalho-
dc.contributor.referee1Tavares, Marcelo-
dc.contributor.referee2Silva, Maria Imaculada de Sousa-
dc.contributor.referee3Vargas, Tiago Moreira-
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoA estatística é uma ciência muito útil na interpretação dos dados e auxílio na tomada de decisões. A geoestatística, por exemplo, é uma ferramenta utilizada para estudar a variabilidade espacial. Ela permite a interpretação dos resultados com base na estrutura da variabilidade natural dos atributos avaliados, e pondera a dependência espacial dentro do intervalo de amostragem, já a análise de séries temporais modela o comportamento temporal da variável e utiliza do modelo para realizar projeções. Assim, o objetivo deste trabalho foi utilizar a análise geoestatítisca para fazer um mapeamento das vendas médias com base nos últimos 12 meses de 171 clientes da Bahia e realizar uma projeção das vendas até 10/2016 com base nas informações dos últimos 5 anos. Para isto, os bancos de dados utilizados neste trabalho foram fornecidos por uma empresa atacadista de Uberlândia. O procedimento para análise foi realizado em três fases de análise: descritiva, geoestatística e temporal. Os softwares utilizados para as análises foram o geoR, SPSS, SAS Visual Analytics e GS +. Na análise geoestatística verificou-se que para a variável analisada não houve dependência espacial. Na análise temporal foram ajustados vários modelos para explicar a série e os modelos com melhor ajuste foram SARIMA (0,1,1) (1,1,0) e Holt-Winters aditivo, sendo este último utilizado para as projeções. A exploração estatística de dados das empresas se constituem ferramentas de grande importância no planejamento e tomada de decisões das mesmas.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseEstatísticapt_BR
dc.sizeorduration36pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICApt_BR
Appears in Collections:TCC - Estatística

Files in This Item:
File Description SizeFormat 
DistribuiçãoEspacialTemporal.pdfTCC453.41 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.