Use este identificador para citar ou linkar para este item:
https://repositorio.ufu.br/handle/123456789/41937| ORCID: |  http://orcid.org/0009-0006-2875-7779 |
| Tipo do documento: | Trabalho de Conclusão de Curso |
| Tipo de acesso: | Acesso Aberto |
| Título: | Modelagem e previsão de preços de minério de ferro: um estudo utilizando ARIMA e Random Forest Regressor |
| Autor(es): | Maramarque, Giulio Cesar Mirabella |
| Primeiro orientador: | Brandão, Milena Almeida L. |
| Primeiro coorientador: | Mundim, Arianne Alves S. |
| Primeiro membro da banca: | Silva, Homero |
| Segundo membro da banca: | Alves, Gabriella |
| Resumo: | Este estudo analisa o desempenho de dois modelos de previsão estatística aplicados ao mercado de minério de ferro. O primeiro modelo adotado ´e o ARIMA, uma abordagem tradicional amplamente utilizada em previsão temporal, enquanto o segundo e o Random Forest Regressor, uma técnica de aprendizado de máquina mais recente e flexível. O objetivo ´e avaliar a capacidade de cada modelo em prever os preços futuros do minério de ferro com base em dados históricos. Para isso, foram empregadas duas métricas de erro, são elas: MAPE (Erro Percentual Absoluto Médio) e MAE (Erro Absoluto Médio). A análise foi conduzida utilizando o histórico de preços do minério de ferro desde janeiro de 1980 até outubro de 2023 e o incremento de variáveis externas como: Produção de Aço e Consumo de Aço, ambas no mercado brasileiro com dados de janeiro de 2013 a outubro 2023. Os resultados obtidos foram submetidos a uma análise comparativa detalhada, destacando as vantagens e desvantagens de cada modelo em termos de precisão de previsão. Esta pesquisa proporciona uma análise para o mercado de minério de ferro e oferece uma base para futuros estudos e desenvolvimentos na área de previsão de preços de commodities. |
| Palavras-chave: | Previsão estatística Séries temporais Aprendizado de máquina |
| Área(s) do CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOS CNPQ::CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE MULTIVARIADA |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Referência: | MARAMARQUE, Giulio Cesar Mirabella. Modelagem e previsão de preços de minério de ferro: um estudo utilizando ARIMA e Random Forest Regressor. 2024. 36 f. Trabalho de Conclusão de Curso (Graduação em Matemática) - Universidade Federal de Uberlândia, Ituiutaba, 2024. |
| URI: | https://repositorio.ufu.br/handle/123456789/41937 |
| Data de defesa: | 26-Abr-2024 |
| Aparece nas coleções: | TCC - Matemática (Ituiutaba / Pontal) |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| ModelagemPrevisãoPreços.pdf | 1.47 MB | Adobe PDF |  Visualizar/Abrir |
Este item está licenciada sob uma Licença Creative Commons
