Valter de Senna

Aplicação de análise multivariada e redes neurais para previsão de preços no mercado agrícola brasileiro

The purpose of this study is to apply the methodology proposed by PINHEIRO & SENNA (2015) to a set of agricultural products traded in Brazil. The multivariate and nonlinear character of this methodology has shown to be suitable, as compared to the neural network model, since it allows for a better predictive performance. Results obtained in an out-of-sample period, by using the calculated error and statistical test, confirmed this statement. This study will be useful to farmers as price forecasting based on their tendency is relevant.

REDES DE INDÚSTRIAS DE AUTOPEÇAS: ASPECTOS DAS EXPORTAÇÕES NACIONAIS

Esse artigo tem como objetivo a analise de dados dos destinos das exportacoes de autopecas nacionais. Um setor estrategico para a economia brasileira, tendo significativa participacao nas exportacoes do pais. Esse conjunto de empresas exportadoras forma um arranjo produtivo local que pode ser analisado atraves de metodo estatistico e do estudo das redes complexas. Para realizar essa analise, foi utilizada a linguagem de programacao Python com algumas de suas bibliotecas. Grupos de paises como a Argentina na America do Sul, os Estados Unidos na America do Norte, o Mexico na America Central e os paises da Uniao Europeia na Europa obtiveram destaque como destinos das exportacoes nacionais em milhoes de dolares. Ao contrario de Venezuela, Paraguai, Africa do Sul, Chile e Uruguai que obtiveram um decrescimo dos seus percentis. Os testes indicaram que as redes que compoem os destinos das exportacoes nacionais seguem uma lei de potencia e sao redes livre de escala e que para o Brasil ser competitivo e maximizar ganhos com exportacoes de autopecas deve aumentar a quantidade dos paises destinos de seus produtos. Conforme os resultados apresentados serao possiveis elaborar estrategias utilizando o estudo das redes complexas e a lei de Pareto, de acordo com as necessidades de cada um dos canais de distribuicao existentes nas redes analisadas.

A SMALL WORLD MODEL FOR THE SPREAD OF HIV INFECTION

It has long been recognised that the structure of social networks plays an important role in the dynamics of disease propagation. The spread of HIV usually results from a complex network of social interactions and other factors related to culture, sexual behaviour, demography, geography and disease characteristics, as well as the availability, accessibility and delivery of healthcare. The small world phenomenon has been used for representing social network interactions. It states that, given some random connections, the degrees of separation between any two individuals within a population can be very small. In this paper we present a discrete event simulation model which uses a variant of the small world network model to represent social interactions and the sexual transmission of HIV within a population. We use the model to demonstrate the importance of the choice of topology and initial distribution of infection, and capture the direct and non-linear relationship between the probability of a casual partnership (small world randomness parameter) and the spread of HIV.