Engenharias

A determinação técnica do valor de um bem imóvel (casas, terrenos, entre outros) é de extrema importância para a tomada de decisão em diversos segmentos da sociedade e em muitos órgãos governamentais e privados. Cabe à Engenharia de Avaliações, enquanto ciência do valor, coletar, tratar e analisar dados e estimar modelos que expliquem, de maneira satisfatória, a variabilidade observada nos preços, no mercado em que se estuda.

Entretanto, não-normalidade, heteroscedasticidade e heterogeneidade espacial e estrutural são bastante comuns em dados imobiliários, razão pela qual o uso de modelos tradicionais, como o modelo normal de regressão linear clássico (CNLRM) e os modelos lineares generalizados (GLM), pode sofrer limitações. Diante disto e com base numa amostra de 2109 observações de terrenos urbanos situados na cidade de Aracaju-SE, relativas aos anos de 2005, 2006 e 2007, estimamos a função de preços hedônicos mediante uso da classe de modelos de regressão proposta por Rigby & Stasinopoulos (2005), denominada de modelos aditivos generalizados para posição, escala e forma (GAMLSS), a qual permite o ajuste de uma ampla família de distribuições para a variável resposta e possibilita a modelagem direta, utilizando funções paramétricas e/ou não-paramétricas, da estrutura de regressão da variável de interesse. Neste sentido, a presente dissertação descreve e caracteriza os modelos GAMLSS, bem como compara os ajustes realizados entre os modelos estimados via CNLRM, GLM e GAMLSS para o mesmo conjunto de dados. Na análise empírica consideramos como variável resposta o preço unitário do terreno e como variáveis independentes as características estruturais, locacionais e econômicas inerentes ao imóvel. Devido à exibilidade da estrutura de regressão GAMLSS, modelamos de forma não-paramétrica (utilizando suavizadores splines) algumas covariáveis (por exemplo, as coordenadas geográficas referentes à localização do terreno), assim como modelamos os parâmetros de posição e escala da variável resposta. Os resultados obtidos mostraram que os modelos GAMLSS forneceram um ajuste superior àqueles obtidos via CNLRM e GLM, segundo as análises grácas e numéricas dos resíduos e os critérios de Akaike e Schwarz, indicando que a classe de modelos GAMLSS aparenta ser mais apropriada para a estimação dos parâmetros da função de preços hedônicos.

A determinação técnica do valor de um bem imóvel (casas, terrenos, entre outros) é de extrema importância para a tomada de decisão em diversos segmentos da sociedade e em muitos órgãos governamentais e privados. Cabe à Engenharia de Avaliações, enquanto ciência do valor, coletar, tratar e analisar dados e estimar modelos que expliquem, de maneira satisfatória, a variabilidade observada nos preços, no mercado em que se estuda.

Entretanto, não-normalidade, heteroscedasticidade e heterogeneidade espacial e estrutural são bastante comuns em dados imobiliários, razão pela qual o uso de modelos tradicionais, como o modelo normal de regressão linear clássico (CNLRM) e os modelos lineares generalizados (GLM), pode sofrer limitações. Diante disto e com base numa amostra de 2109 observações de terrenos urbanos situados na cidade de Aracaju-SE, relativas aos anos de 2005, 2006 e 2007, estimamos a função de preços hedônicos mediante uso da classe de modelos de regressão proposta por Rigby & Stasinopoulos (2005), denominada de modelos aditivos generalizados para posição, escala e forma (GAMLSS), a qual permite o ajuste de uma ampla família de distribuições para a variável resposta e possibilita a modelagem direta, utilizando funções paramétricas e/ou não-paramétricas, da estrutura de regressão da variável de interesse. Neste sentido, a presente dissertação descreve e caracteriza os modelos GAMLSS, bem como compara os ajustes realizados entre os modelos estimados via CNLRM, GLM e GAMLSS para o mesmo conjunto de dados. Na análise empírica consideramos como variável resposta o preço unitário do terreno e como variáveis independentes as características estruturais, locacionais e econômicas inerentes ao imóvel. Devido à exibilidade da estrutura de regressão GAMLSS, modelamos de forma não-paramétrica (utilizando suavizadores splines) algumas covariáveis (por exemplo, as coordenadas geográficas referentes à localização do terreno), assim como modelamos os parâmetros de posição e escala da variável resposta. Os resultados obtidos mostraram que os modelos GAMLSS forneceram um ajuste superior àqueles obtidos via CNLRM e GLM, segundo as análises grácas e numéricas dos resíduos e os critérios de Akaike e Schwarz, indicando que a classe de modelos GAMLSS aparenta ser mais apropriada para a estimação dos parâmetros da função de preços hedônicos.

Este trabalho apresenta a proposta de utilização das técnicas de Planejamento de Experimentos em projeto de serviços. É apresentado um experimento Fatorial com 2 fatores e 2 níveis realizado em uma agência de viagens. Discute-se a consistência dos resultados, verifica-se os pressupostos do modelo e propõe-se a continuidade da pesquisa com futuros experimentos.

O objetivo deste trabalho é realizar uma análise da produção de etanol combustível no Brasil, considerando tanto o etanol anidro, que é o etanol misturado na gasolina, quanto o etanol hidratado, que é o etanol utilizado em veículos 100% a álcool. Para tal, é feita uma análise retrospectiva do etanol no Brasil, avaliando as altas e baixas do combustível no país, o Programa Nacional do Álcool e o papel do Governo, seguido de uma análise retrospectiva do mercado automobilístico brasileiro, desde o primeiro automóvel até a criação dos motores bicombustíveis. Uma análise qualitativa destas retrospectivas é complementada por uma análise quantitativa das séries temporais da produção de etanol anidro e hidratado. Após a modelagem destas séries seremos capazes de calcular uma estimativa da produção de etanol necessária para os próximos anos. Para a modelagem via séries temporais foi considerado o modelo ARIMA, sendo feito também um estudo no ajuste do modelo.

Falhas em dados observacionais é um problema frequente em estatística, aparecendo na análise de dados de diversas áreas do conhecimento e exigindo muitas vezes modelos complexos para preenchimento dessas falhas. No campo de hidro-climatologia, é comum observar falhas (ausências) em dados históricos de precipitação obtidos de estações pluviométricas. Com a crescente demanda pela água e sinais de esgotamento global desse recurso, torna-se necessário o preenchimento dessas falhas para um melhor entendimento dos padrões espaço-temporais de oferta hídrica e para que se possa prever com melhor confiabilidade e menor incerteza o comportamento futuro desse recurso natural. Dessa forma, é apresentado neste trabalho um modelo estatístico baseado em máquinas de vetor de suporte (SVM) para o preenchimento de falhas em dados de chuva diária de diversas estações pluviométricas. Os dados utilizados são binários, sendo que 0 representa um dia sem chuva ou estado seco, e 1 representa um dia chuvoso, ou estado úmido. A título de comparação, utilizou-se também o método dos vizinhos (knn) e regressão logística para o problema analisado. Os modelos foram testados a partir dos dados de chuva diária de 504 estações pluviométricas localizadas no Nordeste Brasileiro, que é uma região caracterizada por um complexo padrão espaço-temporal de chuva. As taxas de acerto obtidas a partir de validação cruzada mostram uma melhor performance do método SVM para preenchimento de falhas em dados binários de chuva. Assim, identificam-se novos caminhos para a disseminação e uso de técnicas inovadoras como SVM na análise de dados hidro-climatológicos.

Este trabalho tem como objetivo estimar a resistência a flexão do eletrodo de carbono para obter estimativas precisas desta característica. Para tanto, aplica-se a técnica estatística de Calibração Linear, onde, na primeira etapa do processo (experimento de calibração), cria-se um modelo de regressão para a variável resistividade elétrica (Y) e valida-se este modelo a partir da análise de resíduos. Na segunda etapa (calibração) utiliza-se uma ferramenta computacional para o cálculo dos estimadores clássico e inverso do modelo de calibração linear para estimar a resistência a flexão (X). A partir das estimativas e propriedades estatísticas dos estimadores propostos pôde-se definir o estimador inverso como o melhor estimador para estimar a resistência a flexão.

Este trabalho aborda uma metodologia simples de estimação, chamada de calibração da regressão, em modelos de
regressão beta em que uma covariada é medida com erro. A implementação computacional da metodologia é discutida.
Um estudo de simulação e uma aplicação a dados reais são apresentados.

Neste trabalho é apresentado um estudo do modelo de Média Móvel Exponencialmente Ponderada, EWMA. Este modelo tem sido amplamente utilizado em aplicações para dados de séries temporais, em particular, em séries financeiras. São apresentadas algumas características do modelo e uma aplicação. Para isso, foi utilizada a série de dados referentes ao período de dezembro de 1999 a janeiro de 2009 sobre o preço diário de fechamento do lote de ações da empresa Votorantim Celulose e Papel, obtidos no site da BMF Bovespa. No período em estudo, a Votorantim ainda operava na Bolsa de Valores de São Paulo sob o código de negociação VCPA4. As estimativas do modelo são obtidas de modo a minimizar o erro quadrático médio (EQM). São apresentados, ainda, gráficos envolvendo resíduos para uma análise de ajuste do modelo. O modelo EWMA é muito popular em estudos com séries temporais por ser de fácil entendimento, ter rápida aplicação e por apresentar um resultado com erro aceitável. Assim, era esperada uma boa previsão da volatilidade da série para posterior comparação com a volatilidade dos valores originais. Com base neste estudo podem ser tomadas decisões de compra, manutenção ou venda das ações em questão, para que se consiga a maior rentabilidade possível de uma aplicação financeira.

Os experimentos fatoriais 2^k são especialmente utilizados na experimentação industrial. Uma das razões de seu tão vasto uso é a redução de custos associada a tais experimentos. No entanto, sem replicação, não é possível obter uma estimativa direta da variabilidade do erro. Um método comum para se avaliar a significância dos efeitos é utilizar os gráficos normal ou semi-normal. A escolha entre estes dois gráficos parece ser uma questão subjetiva. Neste artigo, apresentaremos um estudo realizado para comparar estas duas técnicas gráficas. Pretendemos verificar em que situações um gráfico poderia ser melhor que o outro. Usamos simulações e estudos de caso para avaliar as habilidades de ambos os gráficos em identificar efeitos significativos, detectar valores discrepantes e identificar parcelas subdivididas inadvertidas em experimentos fatoriais 2^k não replicados. Mostramos que essas simulações podem prover orientações potencialmente úteis aos pesquisadores ao interpretarem os resultados de um experimento. Discutimos, também, as vantagens e limitações de cada procedimento.

Desde o crescente aumento da globalização, o ambiente empresarial tem demonstrado ser extremamente competitivo e instável, tornando cada vez mais difícil tomar decisões vitais para o sucesso da empresa de forma consciente. A determinação da demanda tornou-se um fator importante na estratégia gerencial a fim de reduzir riscos na tomada de decisões. Manter estoques de produtos acabados ou perder mercado para empresas concorrentes por falta de produtos nas prateleiras torna-se um custo desnecessário para a organização. Este trabalho tem por objetivo, estudar modelos de previsão de demanda para a indústria de cimento no Brasil através da análise de séries temporais. Serão abordados o conceito de séries temporais e as características de alguns modelos relevantes ao caso em questão. Será mostrado como a sazonalidade e tendência podem ser identificados em um conjunto de dados em função do tempo. Depois de feita a análise, foi realizada uma comparação entre diferentes métodos, sendo eles Análise Exponencial Simples, Análise Exponencial de Holt e Análise Exponencial de Holt Winters multiplicativo e aditivo, visando mostrar a empregabilidade e funcionalidade que cada modelo apresenta. Após as análises foi escolhido o modelo que melhor se ajustou à série e foi realizado uma tentativa de previsão da demanda para dois anos posteriores.