Análise de séries temporais em dados do setor do petróleo e gás natural

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: ARAÚJO, Felipe Bezerra Pimentel lattes
Orientador(a): BARROS FILHO, Allan Kardec Duailibe lattes
Banca de defesa: BARROS FILHO, Allan Kardec Duailibe lattes, SANTANA, Ewaldo Eder Carvalho lattes, SALLES, Wendell Ferreira de La lattes, SANTOS NETO, Inocêncio Sanches dos lattes
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Maranhão
Programa de Pós-Graduação: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET
Departamento: DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET
País: Brasil
Palavras-chave em Português:
séries temporais;
previsões;
modelos estocásticos;
petróleo;
gás;
Palavras-chave em Inglês:
time series;
forecasts;
stochastic models;
oil;
gas
Área do conhecimento CNPq:
Engenharia Elétrica
Link de acesso: https://tedebc.ufma.br/jspui/handle/tede/tede/3697
Resumo: Time series analysis is a very important tool for the comprehension of the market and for developing action plans and strategies. By studying the behavior patterns of a variable (such as trend, seasonality, and cycle) it is possible to make predictions and, hen ceforth, make more effective business decisions. The oil and natural gas sector comprise a significant amount of relevant historical series (price, production, capacity, etc.), there fore, probabilistic or stochastic models can be produced in order to make predictions that will help in decision-making. Analyzing, identifying, and predicting behavior patterns are essential strategies to reduce financial risk and, consequently, reduce capital loss and operating costs.
id UFMA_75463b572d36b219cc236bd599dc9e12
oai_identifier_str oai:tede2:tede/3697
network_acronym_str UFMA
network_name_str Biblioteca Digital de Teses e Dissertações da UFMA
repository_id_str
spelling BARROS FILHO, Allan Kardec Duailibehttp://lattes.cnpq.br/0492330410079141BARROS FILHO, Allan Kardec Duailibehttp://lattes.cnpq.br/0492330410079141SANTANA, Ewaldo Eder Carvalhohttp://lattes.cnpq.br/0660692009750374SALLES, Wendell Ferreira de Lahttp://lattes.cnpq.br/6935994431461983SANTOS NETO, Inocêncio Sanches doshttp://lattes.cnpq.br/8490778593339511http://lattes.cnpq.br/7162460783417026ARAÚJO, Felipe Bezerra Pimentel2022-06-15T17:58:15Z2022-02-18ARAÚJO, Felipe Bezerra Pimentel. Análise de séries temporais em dados do setor do petróleo e gás natural. 2022. 61 f. Dissertação (Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2022.https://tedebc.ufma.br/jspui/handle/tede/tede/3697Time series analysis is a very important tool for the comprehension of the market and for developing action plans and strategies. By studying the behavior patterns of a variable (such as trend, seasonality, and cycle) it is possible to make predictions and, hen ceforth, make more effective business decisions. The oil and natural gas sector comprise a significant amount of relevant historical series (price, production, capacity, etc.), there fore, probabilistic or stochastic models can be produced in order to make predictions that will help in decision-making. Analyzing, identifying, and predicting behavior patterns are essential strategies to reduce financial risk and, consequently, reduce capital loss and operating costs.A análise de séries temporais é uma ferramenta muito importante para a compreensão do mercado e para a elaboração de planos de ação e estratégias. Através do estudo dos padrões de comportamento de uma variável (como tendência, sazonalidade e ciclo) é possível fazer previsões e, a partir disso, tomar decisões de negócio mais coerentes. O setor de petróleo e gás natural compreende uma quantidade significativa de séries históricas relevantes (preço, produção, capacidade, etc.), de modo que, modelos probabilísticos ou estocásticos podem ser produzidos com o objetivo de fazer previsões para ajudar nas tomadas de decisão. Analisar, identificar e prever os padrões de comportamento são estratégias imprescindíveis para que haja um menor risco financeiro e, consequentemente, menores perdas de investimento e custo operacional.Submitted by Daniella Santos (daniella.santos@ufma.br) on 2022-06-15T17:58:15Z No. of bitstreams: 1 FelipeBezerraPimentelAraújo.pdf: 1228718 bytes, checksum: 096c68ed0fe59863f629c9fa83aabdf4 (MD5)Made available in DSpace on 2022-06-15T17:58:15Z (GMT). No. of bitstreams: 1 FelipeBezerraPimentelAraújo.pdf: 1228718 bytes, checksum: 096c68ed0fe59863f629c9fa83aabdf4 (MD5) Previous issue date: 2022-02-18application/pdfporUniversidade Federal do MaranhãoPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCETUFMABrasilDEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCETséries temporais;previsões;modelos estocásticos;petróleo;gás;time series;forecasts;stochastic models;oil;gasEngenharia ElétricaAnálise de séries temporais em dados do setor do petróleo e gás naturalTime series analysis on oil and natural gas sector datainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFMAinstname:Universidade Federal do Maranhão (UFMA)instacron:UFMAORIGINALFelipeBezerraPimentelAraújo.pdfFelipeBezerraPimentelAraújo.pdfapplication/pdf1228718http://tedebc.ufma.br:8080/bitstream/tede/3697/2/FelipeBezerraPimentelAra%C3%BAjo.pdf096c68ed0fe59863f629c9fa83aabdf4MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82255http://tedebc.ufma.br:8080/bitstream/tede/3697/1/license.txt97eeade1fce43278e63fe063657f8083MD51tede/36972022-06-15 14:58:15.364oai:tede2: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Biblioteca Digital de Teses e Dissertaçõeshttps://tedebc.ufma.br/jspui/PUBhttp://tedebc.ufma.br:8080/oai/requestrepositorio@ufma.br||repositorio@ufma.bropendoar:21312022-06-15T17:58:15Biblioteca Digital de Teses e Dissertações da UFMA - Universidade Federal do Maranhão (UFMA)false
dc.title.por.fl_str_mv Análise de séries temporais em dados do setor do petróleo e gás natural
dc.title.alternative.eng.fl_str_mv Time series analysis on oil and natural gas sector data
title Análise de séries temporais em dados do setor do petróleo e gás natural
spellingShingle Análise de séries temporais em dados do setor do petróleo e gás natural
ARAÚJO, Felipe Bezerra Pimentel
séries temporais;
previsões;
modelos estocásticos;
petróleo;
gás;
time series;
forecasts;
stochastic models;
oil;
gas
Engenharia Elétrica
title_short Análise de séries temporais em dados do setor do petróleo e gás natural
title_full Análise de séries temporais em dados do setor do petróleo e gás natural
title_fullStr Análise de séries temporais em dados do setor do petróleo e gás natural
title_full_unstemmed Análise de séries temporais em dados do setor do petróleo e gás natural
title_sort Análise de séries temporais em dados do setor do petróleo e gás natural
author ARAÚJO, Felipe Bezerra Pimentel
author_facet ARAÚJO, Felipe Bezerra Pimentel
author_role author
dc.contributor.advisor1.fl_str_mv BARROS FILHO, Allan Kardec Duailibe
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/0492330410079141
dc.contributor.referee1.fl_str_mv BARROS FILHO, Allan Kardec Duailibe
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/0492330410079141
dc.contributor.referee2.fl_str_mv SANTANA, Ewaldo Eder Carvalho
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/0660692009750374
dc.contributor.referee3.fl_str_mv SALLES, Wendell Ferreira de La
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/6935994431461983
dc.contributor.referee4.fl_str_mv SANTOS NETO, Inocêncio Sanches dos
dc.contributor.referee4Lattes.fl_str_mv http://lattes.cnpq.br/8490778593339511
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/7162460783417026
dc.contributor.author.fl_str_mv ARAÚJO, Felipe Bezerra Pimentel
contributor_str_mv BARROS FILHO, Allan Kardec Duailibe
BARROS FILHO, Allan Kardec Duailibe
SANTANA, Ewaldo Eder Carvalho
SALLES, Wendell Ferreira de La
SANTOS NETO, Inocêncio Sanches dos
dc.subject.por.fl_str_mv séries temporais;
previsões;
modelos estocásticos;
petróleo;
gás;
topic séries temporais;
previsões;
modelos estocásticos;
petróleo;
gás;
time series;
forecasts;
stochastic models;
oil;
gas
Engenharia Elétrica
dc.subject.eng.fl_str_mv time series;
forecasts;
stochastic models;
oil;
gas
dc.subject.cnpq.fl_str_mv Engenharia Elétrica
description Time series analysis is a very important tool for the comprehension of the market and for developing action plans and strategies. By studying the behavior patterns of a variable (such as trend, seasonality, and cycle) it is possible to make predictions and, hen ceforth, make more effective business decisions. The oil and natural gas sector comprise a significant amount of relevant historical series (price, production, capacity, etc.), there fore, probabilistic or stochastic models can be produced in order to make predictions that will help in decision-making. Analyzing, identifying, and predicting behavior patterns are essential strategies to reduce financial risk and, consequently, reduce capital loss and operating costs.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-06-15T17:58:15Z
dc.date.issued.fl_str_mv 2022-02-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv ARAÚJO, Felipe Bezerra Pimentel. Análise de séries temporais em dados do setor do petróleo e gás natural. 2022. 61 f. Dissertação (Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2022.
dc.identifier.uri.fl_str_mv https://tedebc.ufma.br/jspui/handle/tede/tede/3697
identifier_str_mv ARAÚJO, Felipe Bezerra Pimentel. Análise de séries temporais em dados do setor do petróleo e gás natural. 2022. 61 f. Dissertação (Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís, 2022.
url https://tedebc.ufma.br/jspui/handle/tede/tede/3697
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do Maranhão
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET
dc.publisher.initials.fl_str_mv UFMA
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET
publisher.none.fl_str_mv Universidade Federal do Maranhão
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFMA
instname:Universidade Federal do Maranhão (UFMA)
instacron:UFMA
instname_str Universidade Federal do Maranhão (UFMA)
instacron_str UFMA
institution UFMA
reponame_str Biblioteca Digital de Teses e Dissertações da UFMA
collection Biblioteca Digital de Teses e Dissertações da UFMA
bitstream.url.fl_str_mv http://tedebc.ufma.br:8080/bitstream/tede/3697/2/FelipeBezerraPimentelAra%C3%BAjo.pdf
http://tedebc.ufma.br:8080/bitstream/tede/3697/1/license.txt
bitstream.checksum.fl_str_mv 096c68ed0fe59863f629c9fa83aabdf4
97eeade1fce43278e63fe063657f8083
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFMA - Universidade Federal do Maranhão (UFMA)
repository.mail.fl_str_mv repositorio@ufma.br||repositorio@ufma.br
_version_ 1797055623187136512

Registros relacionados