Modelagem Multivariada para previsão de demanda de gasolina e óleo diesel no Brasil.

Abstract

Vive-se em um mundo de rápidas mudanças e constante renovação de informações e conhecimento, portanto, métodos e técnicas para interpretação de dados são cada vez mais necessários. Quando um evento qualquer depende de muitas variáveis para acontecer, a análise de cada variável de forma isolada não nos proporciona um retrato satisfatório da realidade e, consequentemente, não produz conhecimento. Tem que se apropriar das informações fornecidas pelo conjunto das variáveis, suas relações e correlações e o peso que cada variável analisada dispensa ao evento. A análise multivariada proporciona esta condição. A análise Multivariada permite reduzir dados, simplificar estruturas, classificar e agrupar, investigar a dependência entre variáveis, predizer e elaborar hipóteses. Quando as relações e correlações existentes entre todas as variáveis não são consideradas simultaneamente, efeitos desconhecidos entre variáveis irão dificultar a interpretação do fenômeno o qual é objeto estudo. Nesta dissertação utilizou-se duas técnicas multivariadas complementares, primeiro aplicamos a técnica chamada Análise Fatorial com o objetivo de reduzir um conjunto de variáveis interdependentes em um número reduzido de variáveis compostas. Em seguida aplicamos o produto da Análise Fatorial na técnica multivariada Regressão Múltipla. O objetivo, previamente determinado, é utilizar as referidas técnicas para fazermos inferências da demanda de gasolina e óleo diesel no mercado brasileiro nos próximos anos. A Análise Fatorial é uma técnica de interdependência utilizada para possibilitar o estudo de eventuais inter-relações entre um certo número de variáveis, a fim de condensar a informação contida em um grupo de variáveis originais em um conjunto menor de variáveis, os chamados fatores, sem que haja uma perda considerável de informação. A Análise de Regressão Múltipla é uma técnica multivariada de dependência que utiliza uma variável dependente e duas ou mais variáveis independentes. Cada variável independente é ponderada pelo processo da Análise de Regressão para garantir máxima precisão do resultado.