Previsão do produto interno bruto do estado de Mato Grosso em função da produção de soja, milho, caroço de algodão, e arroba do boi com o uso de redes neurais artificiais
DOI:
https://doi.org/10.6008/CBPC2179-684X.2024.001.0003Palavras-chave:
Previsão, Agronegócios, Inteligência ArtificialResumo
A previsão do PIB facilita o processo de tomada de decisão relacionando os dados obtidos, como a destinação de recursos financeiros de MT em áreas de desenvolvimento e tributação, por exemplo. Tenta-se responder à questão do poder preditivo das Redes Neurais Artificiais (RNA) para explicar o PIB de MT em função das variáveis independentes, como a produção de soja, milho, caroço do algodão e abate de bois? Assim, o objetivo geral é estimar o PIB relativo à produção dessas quatro variáveis utilizando as RNAs. Com o específico objetivo de observar as correlações evoluídas entre essas variáveis quanto a produção de MT; construir, treinar e validar um modelo de RNAs com essas variáveis; utilizar o modelo construído e validado para realizar as previsões futuras. A relevância é a utilização dessa ferramenta de predição para poder prever o fluxo monetário que será demandado com o incremento da produção desses produtos, podendo planejar investimentos de curto e longo prazo. O artigo é classificado como exploratório descritivo, a série temporal em análise compreende o intervalo dos anos de 2000 a 2022. O software utilizado para construção da RNA é o SPSS - Statistical Package for the Social Sciences - Statistical Package for the Social Sciences. O modelo RNA preditivo é capaz de explicar o comportamento do PIB de MT com base nas variáveis independentes descritas, além disso, o modelo fornece valores e observações satisfatórias para sua validação. Os modelos propostos e validados são utilizados para fazer previsões com confiança significativa utilizando dados hipotéticos para as variáveis independentes.
Downloads
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2024 Revista Brasileira de Administração Científica
![Creative Commons License](http://i.creativecommons.org/l/by-nc-nd/4.0/88x31.png)
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
A CBPC - Companhia Brasileira de Produção Científica (CNPJ: 11.221.422/0001-03) deterá os direitos materiais dos trabalhos publicados. Os direitos referem-se à publicação do trabalho em qualquer parte do mundo, incluindo os direitos às renovações, expansões e disseminações da contribuição, bem como outros direitos subsidiários. Todos os trabalhos publicados eletronicamente poderão posteriormente ser publicados em coletâneas impressas sob coordenação desta empresa e/ou seus parceiros. Os (as) autores (as) preservam os direitos autorais, mas não têm permissão para a publicação da contribuição em outro meio, impresso ou digital, em português ou em tradução.