Análise estatística da produção de cimento no Brasil e sua relação com o PIB da construção civil.

Abstract

A Indústria da Construção Civil (ICC) possui considerável participação no PIB brasileiro. O PIB deste setor mantém-se, geralmente, acima dos 5% ao ano, o que resulta em um forte impacto na economia do país. Como há elevada necessidade de mão de obra e insumos, a ICC gera renda devido à oferta de empregos e movimenta a economia dos demais setores. O cimento é um recurso altamente utilizado na construção civil, sendo empregado em quase todas as obras de infraestrutura. Devido ao fato de ser o principal componente do concreto, faz com que este insumo seja amplamente utilizado, com isso, ocupa o segundo lugar entre os materiais mais utilizados no mundo, perdendo apenas para a água, e o Brasil encontra-se entre os 10 maiores produtores deste insumo. Estudos têm mostrado como os dados desempenham papel fundamental dentro de uma organização, oferecendo insights capazes de auxiliar nas tomadas de decisões estratégicas, assegurando competitividade no mercado. As organizações geram com alta velocidade, grandes volumes de dados que não possuem padrões em sua estrutura e podem ser captados em tempo real. Porém, esses dados tornam-se inúteis caso informações valiosas não sejam extraídas, fazendo-se necessária a utilização da Mineração de Dados (MD) e da Aprendizagem de Máquina (AM), que possuem métodos capazes de identificar padrões e correlações, realizar associações e fazer predições. Essa dissertação teve como objetivo avaliar o comportamento da produção de cimento no Brasil, baseando-se em seus dados históricos. Com isso foi possível identificar tendências e períodos de sazonalidade na série temporal (ST), bem como fazer previsões para períodos futuros. Feito isso, analisouse a existência de correlação entre a produção de cimento e o PIB da ICC no Brasil, sendo essa hipótese confirmada por testes estatísticos. Dada a forte correlação positiva entre as ST´s, foi possível propor modelos de AM para tentar predizer o PIB da ICC com base na produção anual de cimento no Brasil. Os modelos utilizados mostraram-se eficientes, apresentando elevada acurácia, isto é, coeficientes de determinação superiores a 80%. Com base nos erros de previsão, foi possível concluir que os métodos de Ensemble Learning melhor se adaptaram aos dados, com destaque para o Random Forest. Os resultados obtidos podem auxiliar os gestores da ICC a tomarem melhores decisões, permitindo a eles prepararem-se para as oscilações do mercado.