Uma Comparação de Previsão de Receita para a Indústria Automobilística Usando Neurais e Regressão Linear
DOI:
https://doi.org/10.29327/2384439.3.3-4Palavras-chave:
Indústria automobilística, receita, redes neurais, regressão linearResumo
Redes neurais artificiais (RNAs) são ferramentas utilizadas na construção de modelos de sistemas complexos. Suas principais características incluem: aprendizado e redução do volume de dados para a modelagem. Este estudo exploratório comparou o desempenho dos modelos baseados em regressão linear múltipla e das redes neurais para prever as receitas da indústria automobilística. Foram utilizados dados secundários, referentes ao período de 1980 a 2001, coletados da ANFAVEA (2002). Os resultados mostraram que o erro médio do modelo de previsão baseado em redes neurais foi menor do que o modelo baseado em regressão linear múltipla.
Downloads
Referências
ANFAVEA 2002. Anuário Estatístico da Indústria Automobilística Brasileira. São Paulo: Associação nacional dos fabricantes de Veículos Automotores, 2002.
BRAGA, Antônio de Pádua, LUDEMIR, Teresa Bernarda, CARVALHO, André Carlos Ponde de Leon Ferreira. Redes Neurais e Artificiais, Teoria e Aplicações. Rio de Janeiro: LTC Editora, 2000.
CARTACHO, Marcelo Soares; SOUZA, Antônio Artur. A utilização de um modelo composto por algoritmos genéticos e redes neurais no processo de seleção de carteiras. Salvador: XXVI ENANPAD 2002, 22 a 25 de setembro de 2002.
FREITAS, Sander Oliveira; SOUZA, Antônio Artur. Utilização de um Modelo Baseado em Redes Neurais para a Precificação de Opções. Salvador: XXVI ENANPAD 2002, 22 a 25 de setembro de 2002.
GUJARATI, Damodar N. Econometria Básica. São Paulo: Makron books. 2000.
HAYKIN, Simon. Redes Neurais, Princípios e Prática. Porto alegre: Editora Bookman, 2a edição, 2001.
HILL, Carter, GRIFFITHS, William, JUDGE, George. Econometria. São Paulo: Ed. Saraiva, 2000.
LEVINE, David M., BERENSON, Mark L., STEPHAN, David. Estatística: Teoria e Aplicações. Rio de Janeiro, LTC, 2000.
LOESCH, Cláudio; SARI, Solange T. Redes Neurais – Fundamentos e Modelos. Blumenau: Editora da FURB, 1996.
MOLITERNO, D. Montadoras prometem investir R$ 95 bi no Brasil instigados por competição chinesa e programa do governo. 2024, Disponível em: <https://www.cnnbrasil.com.br/economia/macroeconomia/montadoras-prometem-investir-r-95-bi-no-brasil-instigados-por-competicao-chinesa-e-programa-do-governo/>. Acesso em: 20/01/2025.
NASCIMENTO JR, Cairo L; YONEYAMA, Takashi. Inteligência Artificial, em Controle e Automação. São Paulo: Editora Edgard Blucher Ltda / FAPESP, 2000.
OHMAE, Kenichi. Voltando à Estratégia. Rio de Janeiro: Editora Campus, 2a edição, 1998.
PORTUGAL, Marcelo S. & FERNANDEZ, Luiz G. L. Redes Neurais Artificiais e Previsão de Séries Econômicas: Uma Introdução, mimeo.
SILVA, Cleide. Fábricas brasileiras estão entre as mais modernas. São Paulo: OESP – Caderno de economia, indústria automobilística, 23 de julho de 2000, página B7.
SIMONSEN, Mario H. & CYSNE, Rubens C. Macroeconomia. Rio de Janeiro: Ed. FGV/Atlas, 1995.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2025 Roberto Giro Moori, André Ng, Roberto Ramos de Morais, Plácido de Jesus da Silva Leitão Junior
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Política de Direito Autoral
Ao submeter um manuscrito para publicação na Revista Advances in Global Innovation & Technology (@_GIT), os autores concordam, antecipada e irrestritamente, com os seguintes termos:
- Os autores mantêm os direitos autorais e concedem à Revista Advances in Global Innovation & Technology (@_GIT) o direito de primeira publicação do manuscrito, sem nenhum ônus financeiro, e renunciam a qualquer outra remuneração pela sua publicação na Revista Advances in Global Innovation & Technology (@_GIT).
- Ao ser submetido à Revista Advances in Global Innovation & Technology (@_GIT), o manuscrito fica automaticamente licenciado sob a Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e da publicação inicial na Revista Advances in Global Innovation & Technology (@_GIT).
- Os autores têm autorização para assumir contratos adicionais separadamente, paradistribuição não exclusiva da versão do trabalho publicada na Revista Advances in Global Innovation & Technology (@_GIT) (publicar em repositórios ou como capítulo de livro), com reconhecimento da publicação inicial na Revista Advances in Global Innovation & Technology (@_GIT), desde que tal contrato não implique num endosso do conteúdo do manuscrito ou do novo veículo pela Revista Advances in Global Innovation & Technology (@_GIT).
- Os autores têm permissão e são estimulados a publicar e distribuir seu trabalho online, em repositórios institucionais, por exemplo depois de concluído o processo editorial.
- Os autores garantem ter obtido a devida autorização dos seus empregadores para a transferência dos direitos nos termos deste acordo, caso esses empregadores possuam algum direito autoral sobre o manuscrito. Além disso, os autores assumem toda e qualquer responsabilidade sobre possíveis infrações ao direito autoral desses empregadores, isentando a Revista Advances in Global Innovation & Technology (@_GIT) de toda e qualquer responsabilidade neste sentido.
- Os autores assumem toda responsabilidade sobre o conteúdo do trabalho, incluindo as devidas e necessárias autorizações para divulgação de dados. coletados e resultados obtidos, isentando a Revista Advances in Global Innovation & Technology (@_GIT) de toda e qualquer responsabilidade neste sentido.
