Introdução

• Produção de automóveis (carros de passeio)
• Fornecidos pelo ANFAVEA (Associação Nacional dos Fabricantes de Veículos Automotores)
• Periodicidade: Mensal (01/1980 - 01/2025)
• Objetivo: Predizer o volume da produção de automóveis de passeio para 2025
• Referência (Projeção da ANFAVEA para 2025): 2.580 mil carros

Motivação para o estudo da série

Compreender a evolução da indústria automotiva brasileira e, a partir das análises, identificar padrões, ciclos econômicos, efeitos de crises e momentos de crescimento, possibilitando a viabilização de projeções e decisões estratégicas.

Com base nos resultados, governos e empresas conseguem elaborar políticas públicas, ações e investimentos para o setor de forma embasada.

Dados e Manipulação

# Lendo os dados
dados <-  read_excel("dados_completos.xlsm")

# Renomeando colunas para clareza
colnames(dados) <- c("data", "auto_emplacamento", "auto_producao","comercial_emplacamento", "comercial_producao","caminhoes_emplacamento", "caminhoes_producao","onibus_emplacamento", "onibus_producao")
  
dados$data <- dados$data %>% str_replace_all("[.]", "")
dados$data <- as.Date(dados$data)

dados <- dados %>% select(data, auto_producao, comercial_producao, caminhoes_producao,onibus_producao)

#Manipulação para corrigir o formato da data
for(i in 1:length(dados$data)){
  if(nchar(dados$data[i]) < 6){
    dados$data[i] <- paste(dados$data[i], "0", sep = "")
  }
}


dados <- dados  %>% filter(data > "1979-12-01")  %>% filter(data < "2025-02-01")

Transformando a série para estacionária

dados_dif = dados  %>%
  mutate(auto_producao = c(NA, diff(auto_producao)),
         comercial_producao = c(NA, diff(comercial_producao)),
         caminhoes_producao = c(NA, diff(caminhoes_producao)),
         onibus_producao = c(NA, diff(onibus_producao)))

dados_dif <- dados_dif[-1,]

Banco de dados

Análise Exploratória (EDA)

Gráfico de Sequência

Gráfico de Sequência Série Diferenciada

Gráfico da ACF pós diferenciação

Análise de Sazonalidade

Modelos Realizados

• Prophet
• Modelos Básicos:
  • Média
  • Naive
  • Season Naive
  • Drift

Modelos Realizados

• Modelos de Regressão
  • Regressão linear
  • Regressão com tendência e sazonalidade
  • Regressão com dummy covid 19
• Métodos de Suavização
  • Suavização Exponencial Simples
  • Método de Holt
  • Método de Holt Winter
• Modelo AR
• Modelo ARMA

CV - Método Utilizado

• Para avaliar os modelos fora da amostra, utilizamos a técnica Expanding Window.

• Nesse método, iniciamos com uma janela de estimação inicial fixa (50).

Tabela de Comparação

Método de Suavização Exponencial

Método de Holt Winter

ARMA

Próximos Passos

• Realizar o modelo MA,

• Modelagem anterior ao início da covid,

• Modelagem da Variância (GARCH).

Referências

MAZA, C. T. Material do curso de Séries Temporais. 2025. Disponível em: https://ctruciosm.github.io/ME607.html.

ANFAVEA. Disponível em: https://anfavea.com.br/site/.

Obrigada!