Uso de modelos de decomposição em componentes não observáveis para predição de séries temporais não estacionárias de commodities agrícolas (2022)
- Authors:
- Autor USP: MIELKE, LUCAS VALLE - ICMC
- Unidade: ICMC
- DOI: 10.17648/wmecai-2022-154043
- Subjects: PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS); MÉTODOS DE DECOMPOSIÇÃO; PREÇO AGRÍCOLA
- Language: Português
- Imprenta:
- Source:
- Título: Anais
- Conference titles: Workshop de Matemática, Estatística e Computação Aplicadas à Indústria - WMECAI
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
MIELKE, Lucas Valle e VILLAS BOAS, Paulino Ribeiro. Uso de modelos de decomposição em componentes não observáveis para predição de séries temporais não estacionárias de commodities agrícolas. 2022, Anais.. Campinas: Galoá, 2022. Disponível em: https://doi.org/10.17648/wmecai-2022-154043. Acesso em: 01 abr. 2026. -
APA
Mielke, L. V., & Villas Boas, P. R. (2022). Uso de modelos de decomposição em componentes não observáveis para predição de séries temporais não estacionárias de commodities agrícolas. In Anais. Campinas: Galoá. doi:10.17648/wmecai-2022-154043 -
NLM
Mielke LV, Villas Boas PR. Uso de modelos de decomposição em componentes não observáveis para predição de séries temporais não estacionárias de commodities agrícolas [Internet]. Anais. 2022 ;[citado 2026 abr. 01 ] Available from: https://doi.org/10.17648/wmecai-2022-154043 -
Vancouver
Mielke LV, Villas Boas PR. Uso de modelos de decomposição em componentes não observáveis para predição de séries temporais não estacionárias de commodities agrícolas [Internet]. Anais. 2022 ;[citado 2026 abr. 01 ] Available from: https://doi.org/10.17648/wmecai-2022-154043 - Despesas administrativas em empresas brasileiras: benchmarking e impactos da pandemia
- Estimativa do preço de mandioca na região de Assis-SP através de dados de insumos e fatores climáticos com aplicaçãao de modelos lineares generalizados
- Previsão do preço do arroz no Brasil usando modelos de aprendizado de máquina e dados de oferta e demanda
- Aprendizado de máquina aplicado à predição do preço do arroz utilizando dados climatológicos e econômicos
- Influências socioeconômicas e geográficas no desempenho do ENEM 2023: um estudo estatístico e de aprendizado de máquina
- Previsão do preço do arroz: um estudo com modelos econométricos e variáveis exógenas
- Transformando ameaça em oportunidade: um estudo de caso do marketing sobre o Jacu Bird Coffee
- Classificação de defeito em lotes numa indústria farmacêutica: uma abordagem prática com aprendizado de máquina em processos de qualidade
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3113357.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
