Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/28861
Full metadata record
DC FieldValueLanguage
dc.creatorAssis, Dhara Louise Campos de-
dc.date.accessioned2020-03-02T11:27:46Z-
dc.date.available2020-03-02T11:27:46Z-
dc.date.issued2019-11-29-
dc.identifier.citationASSIS, Dhara Louise Campos de. Análise temporal preditiva de acidentes no trabalho: uma abordagem do modelo SARIMA. 2019. 55 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) – Universidade Federal de Uberlândia, Uberlândia, 2020.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/28861-
dc.description.abstractThe role of the safety pillar in the workplace is an extremely important factor in a company's performance and reputation, as measured by indicators used by international agencies, as well as the fact that a successful safety culture is crucial to maintaining the health of workers. Data-based proactive decision-making is important to challenge the status quo of occupational safety, i.e. the reactive character provided as circumstantially induced risk mitigation transactions in the occasional incidence of accidents. In this sense, this work presents an application of the statistical model SARIMA (Seasonal Autoregressive Integrated Moving Average) in the prediction of occupational accidents with data from January 2016 to July 2019, forecast for December 2019, The absolute mean percent error (MAPE) tests with a result of 5.71 percent were used and the model result and the real value of the following months were founded equivalences.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectSARIMApt_BR
dc.subjectPrevisãopt_BR
dc.subjectForecastpt_BR
dc.subjectOcupacionalpt_BR
dc.subjectOccupationalpt_BR
dc.subjectBox-jenkinspt_BR
dc.subjectSafetypt_BR
dc.subjectSegurançapt_BR
dc.subjectEngineeringpt_BR
dc.subjectEngenhariapt_BR
dc.titleAnálise temporal preditiva de acidentes no trabalho: uma abordagem do modelo SARIMApt_BR
dc.title.alternativePredictive temporal analysis of occupational accidents: a SARIMA model approachpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Andrade, Adriano de Oliveira-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1229329519982110pt_BR
dc.contributor.referee1Lamounier Júnior, Edgard Afonso-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0239619592699303pt_BR
dc.contributor.referee2Pereira, Adriano Alves-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/7340105957340705pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoO protagonismo do pilar segurança em ambientes de trabalho é um fator de extrema importância no desempenho e reputação de uma empresa, medidos por indicadores estabelecidos por órgãos internacionais, além do fato de uma cultura de segurança bem estabelecida ser decisiva na manutenção da saúde do trabalhador. Para desafiar o status quo em segurança do trabalho, ou seja, o caráter reativo dado as tratativas de mitigação de risco acionadas circunstancialmente perante ocorrência pontual de incidentes, é necessária a tomada de decisão em caráter preventivo, baseada em dados. A estatística então torna-se ferramenta poderosa para a mudança de mindset. Nesse sentido, o presente trabalho apresenta uma aplicação do modelo estatístico SARIMA (Seasonal Auto Regressive Integrated Moving Average) na predição de acidentes de trabalho com dados em um período de janeiro de 2016 a julho de 2019, para previsão até dezembro de 2019, baseados em um indicador calculado a partir da definição da OSHA (Occupational Safety and Health Administration): Taxa de incidentes reportáveis (TRIR). O melhor modelo foi o SARIMA(1,2,1)(1,1,1) e obteve-se uma previsão de 0.21 para dezembro. Foram utilizados os testes de média percentual absoluta do erro (MAPE) com resultado de 5.71% comprovando equivalências do resultado do modelo e do valor real separado para a validação.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseEngenharia Biomédicapt_BR
dc.sizeorduration55pt_BR
dc.subject.cnpqCNPQ::ENGENHARIASpt_BR
dc.orcid.putcode69933432-
Appears in Collections:TCC - Engenharia Biomédica

Files in This Item:
File Description SizeFormat 
AnaliseTemporalPreditiva.pdfTCC1.81 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons