Análise de Séries Temporais de Produção de Veículos

Introdução

Dados e Manipulação

dados_original =  read_excel("dados_completos REAL.xlsm")

colnames(dados_original) = c("data", "producao", "comercial", "caminhoes", "onibus")

dados <- dados_original

dados$data = dados$data %>% str_replace_all("[.]", "")
dados$data = as.Date(dados$data)

# Seleção e filtragem
dados <- dados %>%
  select(data, producao, comercial, caminhoes, onibus) %>%
  filter(data > "1979-12-01", data < "2025-01-01") %>%
  mutate(dias_mes = days_in_month(data),
         producao = producao / dias_mes,
         comercial = comercial / dias_mes,
         caminhoes = caminhoes / dias_mes,
         onibus = onibus / dias_mes)

create.calendar("cal", weekdays = c("saturday", "sunday"))
dados <- dados %>%
  mutate(dias_uteis = bizdays(from = data, to = data + months(1) - days(1), cal = "cal"),
         across(c(producao, comercial, caminhoes, onibus), ~ .x / dias_uteis))

# Conversão para tsibble
dados_ts <- dados %>%
  mutate(month = yearmonth(data)) %>%
  as_tsibble(index = month)

# Diferenciação
dados_ts_dif <- dados_ts %>%
  mutate(across(c(producao, comercial, caminhoes, onibus), ~ c(NA, diff(.)))) %>%
  slice(-1)

Banco de Dados

Análise Exploratória (EDA)

Gráficos

Modelos Candidatos

Como a componente mais forte da série foi a de sazonalidade, os candidatos a melhor modelo foram aqueles que possuem componente sazonal (como o Holt-Winters e o SARIMA).

Entre os modelos de regressão, também foi esperado que o melhor deles fosse aquele que envolve sazonalidade (Modelo de regressão linear com sazonalidade).

Comparação dos Modelos

Diagnósticos

Previsão

Série Pré-Pandemia

Para uma análise sem o ponto outlier da pandemia, foram considerados apenas os dados até dezembro de 2019. Assim como na série completa, os modelos que melhor se ajustam são o Holt-Winters, o SARIMA e o SARIMAX.

• Análise completa da série em Anexos

Conclusão

Neste trabalho, analisamos a série temporal da produção de automóveis de passeio no Brasil, com dados compreendendo o período de 1980 até os dias atuais, com o objetivo de modelar seu comportamento ao longo do tempo. Ao longo da análise, observou-se que, apesar das diferenças estruturais entre a série completa e a série recortada até a pandemia, ambas apresentaram resultados semelhantes no processo de modelagem.

Pelo critério da análise dos resíduos, o modelo que apresentou melhor desempenho foi o SARIMAX. No entanto, a validação cruzada indicou que o modelo SARIMA se destacou por apresentar os menores valores de RMSE e MAE, além de ter sido o que mais se aproximou da produção observada em janeiro de 2025.

A escolha do modelo mais adequado depende de múltiplos fatores, como o desempenho em diferentes métricas, a estabilidade dos parâmetros e a finalidade da previsão. Embora o SARIMA não tenha obtido o melhor resultado na análise dos resíduos, os demais critérios avaliados sustentam sua escolha como o modelo que melhor representa a dinâmica da série temporal analisada.

Anexos