Submitted by Nathália Faria da Silva (nathaliafsilva.ufv@gmail.com) on 2017-07-18T11:31:58Z No. of bitstreams: 1 texto completo.PDF: 602476 bytes, checksum: 4b76dae9421c904a20508acb04975bc4 (MD5) / Made available in DSpace on 2017-07-18T11:31:58Z (GMT). No. of bitstreams: 1 texto completo.PDF: 602476 bytes, checksum: 4b76dae9421c904a20508acb04975bc4 (MD5) Previous issue date: 2002-02-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / A diversidade no processo de desenvolvimento entre as regiões brasileiras desperta atenção, sobretudo devido ao estágio de atraso em que ainda se encontra a região Nordeste, em relação ao Centro-Sul. Entretanto, essas desigualdades não se dão apenas entre as regiões, visto que também há um desenvolvimento dual intra-regional. A identificação de variáveis que explicam as diferenças de eficiência torna-se fundamental à proposição de alternativas que visam à melhoria da eficiência produtiva e à ampliação da rentabilidade com base nas potencialidades regionais. Objetivou-se analisar o setor agropecuário do Nordeste por meio das medidas de eficiência técnica e de escala, assim como identificar os condicionantes das diferenças de eficiência entre as áreas em estudo. O referencial teórico aborda os conceitos e medidas de eficiência, enquanto os modelos analíticos discriminam, inicialmente, as áreas em eficientes e ineficientes, por meio da Análise Envoltória de Dados (DEA). Posteriormente, são identificadas e discutidas as principais variáveis que explicam as diferenças de eficiência, mediante a estimação dos parâmetros econométricos. Os resultados confirmaram a importância de este estudo ter sido desenvolvido em cada localidade, uma vez que são distintas as variáveis que explicam a eficiência nestas. Nas regiões cacaueiras, a adoção de técnicas para o controle de pragas e as práticas de irrigação têm contribuído para melhores níveis de produção e produtividade. Nos cerrados nordestinos, as áreas que tiveram maior percentual de estabelecimentos com uso de adubos e corretivos foram as mais eficientes, devido à necessidade de correção desses solos, que apresentam elevado nível de acidez. Nas áreas canavieiras, os investimentos em tecnologia e em qualificação profissional, bem como em assistência técnica, foram importantes para elevação da eficiência. No meio-norte, mereceram destaque as variáveis relativas ao uso de adubos e corretivos, às práticas de conservação do solo, ao uso de energia elétrica e à formação de capital humano. Nas microrregiões subcosteiras, o desenvolvimento de técnicas de irrigação, a ampliação no fornecimento de energia elétrica, bem como a assistência técnica, foram variáveis relevantes, já que explicam os melhores níveis de eficiência. No agreste, a ampliação das áreas cultivadas e o fornecimento de energia elétrica contribuíram, sobremaneira, para os melhores níveis de produção nas microrregiões que compõem essa área. Por fim, no semi-árido, as variáveis referentes à conservação do solo, aos financiamentos, à assistência técnica, aos investimentos e, sobretudo, à irrigação têm contribuído para melhores níveis de eficiência. / The duality in the development process among Brazilian regions raise attention, more so on the account of the stage of delay, that the Northeast region is found in relation to the center-southern. However, these inequalities do not happen only among regions, but one can also see a dual inter-regional development. The identification of the variables that explain the difference in efficiencies becomes fundamental with the aim to recommending alternatives to improve the productive efficiency and the increase in the feasibility based on the regional potentialities. The objective is to analyze the farming sector of the Northeast region through the measurement of the technical efficiency and scale, as well as to identify the differences in efficiency among areas under this study. The theoretical reference addresses the concepts and measurements of efficiency. While the analytical models initially discriminate the areas as efficients and inefficients by means of Data Environment Analysis - DEA. Further on, the main variables that explain the differences in the measurements of efficiencies in these areas are identified. The results confirmed the importance of this study which was developed for each area, since the variables that explain the efficiency in the different areas of the Northeast are different. In the Cocoa growing regions, the adoption of techniques for the control of pests as well as irrigation practices have contributed to the higher levels of production and productivity. In the Northeast scrub, the areas obtained higher percentage of development with the usage of fertilizers and soil correction agents were more efficients, due to the necessity of correction of these soils, that showed high acidity levels. In the sugar-cane regions, the investments in technology and professional qualification as well as technical assistance were considered important to efficiency improvement. In the medium-north region, the variables that deserved attention were those relative to the use of fertilizers and soil correction agent, soil management soil conservation practices, the use of electricity and the formation of human resources. In the coastal microregions, the development of irrigation techniques, the amplification of electrical energy supply, as well as, technical assistance, were the variables relevant to explain higher levels of efficiency. In the uncultivated region, the amplication of the planted areas and the supply of electrical energy highly contributed to higher levels of production in the micro-regions that forms the area. Finally, in the semi-arid region, the variables related to soil conservation, financing, technical assistance, investments and, above all, irrigation hve contributed to higher levels in the farming productivity efficiency.

Esta dissertação descreve a aplicação do KIII, um modelo de rede neural biologicamente mais plausível, para a previsão de séries temporais econômicas. Os conjuntos K são modelos conexionistas baseados em populações de neurônios e foram usados em muitas aplicações de aprendizado de máquina, incluindo previsões de séries temporais. Nesta dissertação, este método foi aplicado ao IPCA, um índice de preços ao consumidor brasileiro pesquisado pelo IBGE em 13 regiões metropolitanas. Os valores abrangem o período de agosto de 1994 a junho de 2017. Os experimentos foram realizados utilizando quatro modelos não-paramétricos (KIII, kNN contínuo, RNAs clássicas e SVM) e seis métodos paramétricos: ARIMA, SARIMA, Médias Móveis, SES, Holt, Holt-Winters Aditivo e Holt-Winters Multiplicativo. A médida estatística RMSE foi utilizada para comparar o desempenho dos métodos. Os conjuntos KIII de Freeman funcionaram bem como um filtro, melhorando o desempenho do método, mas não foram um bom método de previsão, sendo superado, na maior parte dos experimentos, por outros métodos de previsão de séries temporais. Esta dissertação contribui com o uso de modelos não paramétricos para prever a inflação em um país em desenvolvimento. / This thesis describes the application of KIII, a biologically more plausible neural network model, for forecasting economic time series. K-sets are connectionist models based on neural populations and have been used in many machine learning applications, including time series prediction. In this thesis, this method was applied to IPCA, a Brazilian consumer price index surveyed by IBGE in 13 metropolitan areas. The values ranged from August 1994 to June 2017. Experiments were performed using four non-parametric models (KIII, continuous kNN, classical ANN, and SVM) and four parametric methods: ARIMA, SARIMA, Moving Average, SES, Holt, Additive HoltWinters, and Multiplicative HoltWinters. The statistical metric RMSE was used to compare methods performance. Freemans KIII sets worked well as filter, improving method performance, but it was not a good prediction method, and was overcome in most experiments by other time series prediction methods. This thesis contributes with the use of non-parametrics models for forecasting inflation in a developing country.

Esta dissertação descreve a aplicação do KIII, um modelo de rede neural biologicamente mais plausível, para a previsão de séries temporais econômicas. Os conjuntos K são modelos conexionistas baseados em populações de neurônios e foram usados em muitas aplicações de aprendizado de máquina, incluindo previsões de séries temporais. Nesta dissertação, este método foi aplicado ao IPCA, um índice de preços ao consumidor brasileiro pesquisado pelo IBGE em 13 regiões metropolitanas. Os valores abrangem o período de agosto de 1994 a junho de 2017. Os experimentos foram realizados utilizando quatro modelos não-paramétricos (KIII, kNN contínuo, RNAs clássicas e SVM) e seis métodos paramétricos: ARIMA, SARIMA, Médias Móveis, SES, Holt, Holt-Winters Aditivo e Holt-Winters Multiplicativo. A médida estatística RMSE foi utilizada para comparar o desempenho dos métodos. Os conjuntos KIII de Freeman funcionaram bem como um filtro, melhorando o desempenho do método, mas não foram um bom método de previsão, sendo superado, na maior parte dos experimentos, por outros métodos de previsão de séries temporais. Esta dissertação contribui com o uso de modelos não paramétricos para prever a inflação em um país em desenvolvimento. / This thesis describes the application of KIII, a biologically more plausible neural network model, for forecasting economic time series. K-sets are connectionist models based on neural populations and have been used in many machine learning applications, including time series prediction. In this thesis, this method was applied to IPCA, a Brazilian consumer price index surveyed by IBGE in 13 metropolitan areas. The values ranged from August 1994 to June 2017. Experiments were performed using four non-parametric models (KIII, continuous kNN, classical ANN, and SVM) and four parametric methods: ARIMA, SARIMA, Moving Average, SES, Holt, Additive HoltWinters, and Multiplicative HoltWinters. The statistical metric RMSE was used to compare methods performance. Freemans KIII sets worked well as filter, improving method performance, but it was not a good prediction method, and was overcome in most experiments by other time series prediction methods. This thesis contributes with the use of non-parametrics models for forecasting inflation in a developing country.