Use este identificador para citar ou linkar para este item: http://hdl.handle.net/11624/262
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorPinto, Jander-
dc.typeDissertação de Mestradopt_BR
dc.language.isopt_BRpt_BR
dc.titleAnálise e proposição de ferramentas estatísticas na previsão de demanda em indústria de artefatos de plásticos.pt_BR
dc.date.issued2015-
dc.degree.localSanta Cruz do Sulpt_BR
dc.contributor.advisorFurtado, João Carlos-
dc.contributor.advisorcoNara, Elpídio Oscar Benitez-
dc.degree.departmentPrograma de Pós-Graduação em Sistemas e Processos Industriaispt_BR
dc.description.abstractThe growing strength of the market competitiveness levels companies reduce their costs, causing inventory reductions and generating the challenge to predict or determine the correct amount of production according to your demand. Thus, Demand Forecasting is used as an aid to planning tool, as fast, accurate answers are required within companies. This research was developed based on current techniques and concepts that guide the demand forecast and aimed to investigate and evaluate the use of statistical and computational tools in demand forecasting optimization process developed through a case study in a company motorcycle accessories manufacturer, which evaluated the production system. In order to align demand forecasting models, we used historical sales data that were deployed in NCSS statistical tool. The construction of the modeling was based on the method proposed by Armstrong (2001), and from statistical modeling were generated demand forecast scenarios. In results found evidenced the level of effectiveness of the methods adopted and the management gains by using the forecasting tools, because there have been good results of accuracy of the data passed the forecasts made where the representativeness of the forecasts generated by the NCSS software showed the values 0.64 to R², and validated the methodology.pt_BR
dc.description.notaInclui bibliografia.pt_BR
dc.subject.otherAdministração da produçãopt_BR
dc.subject.otherControle de custo-
dc.subject.otherOferta e procura-
dc.subject.otherPlanejamento da produção - Estatísticas - Software-
dc.identifier.urihttp://hdl.handle.net/11624/262-
dc.date.accessioned2015-07-22T13:04:23Z-
dc.date.available2015-07-22T13:04:23Z-
dc.degree.grantorUniversidade de Santa Cruz do Sulpt_BR
dc.description.resumoO crescente aumento dos níveis de competitividade do mercado força as empresas a reduzirem seus custos, causando reduções de estoques e gerando o desafio de prever ou determinar a quantidade correta de produção de acordo com a sua demanda. Assim, a Previsão de Demanda é utilizada como ferramenta de auxilio ao planejamento, pois respostas rápidas e precisas são exigidas dentro das empresas. A presente pesquisa foi desenvolvida baseada em atuais técnicas e conceitos que norteiam a previsão de demanda e teve como objetivo investigar e avaliar o uso de ferramentas estatísticas e computacionais no processo de otimização da previsão de demanda através do desenvolvido de um estudo de caso em uma empresa fabricante de acessórios para motociclistas, onde se avaliou o sistema produtivo. Visando alinhar modelos de previsão de demanda, utilizou-se dados históricos de vendas que foram implementados na ferramenta estatística NCSS. A construção da modelagem baseou-se no método proposto por Armstrong (2001), e a partir de modelagens estatísticas foram gerados cenários de previsão de demanda. No resultado encontrado fica evidenciado o nível de eficácia dos métodos adotados e os ganhos da gestão ao utilizar as ferramentas de forecasting, pois se verificaram bons resultados de acurácia dos dados passados das previsões realizadas, onde a representatividade das previsões geradas pelo software NCSS apresentaram os valores de 0,64 para R², e validou-se a metodologia.pt_BR
Aparece nas coleções:Programa de Pós-Graduação em Sistemas e Processos Industriais – Mestrado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
JanderPinto.pdf1.57 MBAdobe PDFVisualizar/Abrir


Este item está licenciado sob uma Licença Creative Commons Creative Commons