Previsão do volume do consumo de água na cidade de Santa Cruz do Sul no estado do Rio Grande do Sul
Resumo
O estudo realizado tem como objetivo encontrar um modelo de previsão confiável para o consumo de água na cidade de Santa Cruz do Sul, no Estado do Rio Grande do Sul para o ano de 2014, 2015. Pois sabe-se que cada vez há um maior consumo e desperdício de água, também sabe-se que cada vez mais os lençóis de água estão sendo contaminados. A partir daí surgiu o interesse de demonstrar à quantidade de consumo de água na cidade de Santa Cruz do Sul. Os dados utilizados para a previsão foram retirados do Plano de Saneamento de Santa Cruz do Sul, e utilizados dados mensal de consumo, do período de 2011 a 2014. Para realização das previsões do consumo de água da cidade de Santa Cruz do Sul foi utilizada Metodologia Box & Jenkins. Através desta metodologia calculou vários modelos, mas por meio dos Critérios AIC e BIC, escolheu-se o melhor modelo para a série, sendo ideal o modelo ARI (2,1).Referências
ANDRADE, Wany Leydiane Souza. Estimação de modelos ARIMA/ARIMAX e aplicação em inferência de perdas de propano. Universidade Federal do Rio Grande do Norte. Centro de Tecnologia. Natal/RN, 2009. Disponível em: <http://livros01.livrosgratis.com.br/cp115809.pdf>. Acesso em: 16 fev. 2015.
BOX, G. E. O.; JENKINS, G.M. Time series Analysis: Forecasting and Control. San Francisco: Holden-Day, 1970. Disponível em: <http://robjhyndman.com/papers/BoxJenkins.pdf>. Acesso em: 18 fev. 2015.
BUENO, R. L. S. Econometria de Séries Temporais. São Paulo: Cengage Learning, 2008.
GUJARATI, D. N. Econometria Básica. 3. ed. São Paulo: Makron Books, 2000.
LIMA, C, R; Góis, R M; Ulises, C. Previsão de preços futuros de Commodities agrícolas com diferenciações inteira e fracionária, e erros heteroscedásticos.
Rev. Econ. Sociol. Rural. v. 45, n. 3. Brasília, July/Sept. 2007. Disponível em: <http://www.scielo.br/scielo.php?pid=S0103-20032007000300004&script=sci_arttext>. Acesso em: 06 jun. 2014.
MORETTIN, P. A.; TOLOI, C. M. C. Análise de Séries Temporais. São Paulo: Edgard Blucher. 2004.
OLIVEIRA, P. C. Séries Temporais: Analisar o Passado, Predizer o Futuro. Departamento de Engenharia Informática, Universidade de Coimbra, Portugal, 2007. Disponível em: <https://student.dei.uc.pt/~pcoliv/reports/ct_timeseries.pdf>. Acesso em: 19 dez. 2014.
PEREIRA, Zulema L.; Requeijo, José G., Planejamento e Controle Estatístico dos Processos, Prefácio, 2008.
SOUZA, Francisca Mendonça; ALMEIDA, Silvana Gonçalves; SOUZA, Adriano Mendonça; LOPES, Luis Felipe Dias; ZANINI, Roselaine Ruviaro. Previsão do preço da gasolina para a região sul do Brasil. IJIE – Ibero american Journal of industrial Engineering. v.3, n.1, pg 234-248, julho, 2011. Disponível em: <http://ecoinovar.com.br/cd2014/arquivos/artigos/ECO446.pdf>. Acesso em: 02 mar 2015.
SOUZA. Mendonça, Francisca. Modelos Box & Jenkins Aplicados a Previsão de Demanda de Leitos Hospitalares. Monografia de Especialização. UFSM, 2006.
TÁPIA, Milena, Redes Neurais Artificiais: Uma Aplicação na Previsão de Preços de Ovos, Dissertação de mestrado, UFSC, 2000.
