Informações do Trabalho
Titulo
Previsão de Preços na Agricultura Familiar: Uma Análise de Modelos Aplicados à Alface Crespa
Subtítulo
Autor
PATRICK CANTO DE CARVALHO
Orientador
HEDER SOARES BERNARDINO
Resumo
A agricultura é uma atividade essencial para a subsistência humana e de grande relevância econômica no Brasil. Embora soluções tecnológicas venham sendo cada vez mais aplicadas ao setor, pequenos produtores ainda têm acesso limitado a essas inovações. Entre as abordagens computacionais promissoras, destacam-se os modelos preditivos aplicados a séries temporais. No entanto, muitos estudos existentes concentram-se em grandes commodities e previsões de curto prazo, o que limita sua utilidade para a agricultura familiar brasileira. Este trabalho busca desenvolver, analisar e comparar modelos preditivos aplicados à previsão de preços agrícolas com foco em previsões de longo prazo (\textit{multistep}) e no uso de variáveis exógenas, como fatores climáticos. Foram utilizados dados semanais de preços de alface crespa (CEPEA) e dados meteorológicos de Teresópolis-RJ (INMET), reamostrados para frequência semanal. Os modelos avaliados foram SARIMAX, LSTM e Prophet. Os resultados indicam que a inclusão de variáveis exógenas melhora o desempenho dos modelos, especialmente do LSTM. O SARIMAX se destaca em horizontes curtos, enquanto o LSTM obtém melhores resultados no longo prazo. Além disso, o erro tende a crescer com o horizonte de previsão, mas de forma não linear nos modelos LSTM e Prophet.
Ano:
2025
Palavras-Chave
Séries temporais multivariadas, redes neurais artificiais, previsão, agricultura familiar
Obter PDF
Obter arquivos extras
Obter Bibtex