Ciência de dados aplicada à uma análise do desemprego no Brasil antes e depois da covid-19: uma abordagem por algoritmos de séries temporais

dc.contributor.advisorVallim Filho, Arnaldo Rabello de Aguiar
dc.contributor.authorBarroso, Bianca A.
dc.contributor.authorMoura, Danielle P.
dc.contributor.authorNavarro, Larissa
dc.contributor.authorReis, Thaina Santos
dc.date.accessioned2022-10-19T14:20:40Z
dc.date.available2022-10-19T14:20:40Z
dc.date.issued2022-09-09
dc.description.abstractEste documento descreve as pesquisas e observações de um Trabalho de Conclusão de Curso - TCC, que teve como objetivo estudar os efeitos da pandemia do Coronavírus (SARS-CoV-2) no desemprego do Brasil, por meio de um estudo do tipo “antes e depois”. A análise foi desenvolvida por meio de técnicas de Ciência de Dados, com uma abordagem de algoritmos de séries temporais no período entre 2012 e 2021, baseados em modelos estatísticos seguindo a metodologia Box-Jenkins, no qual o modelo SARIMAX apresentou a melhor solução para a previsão. A aplicação do modelo possibilita demonstrar o impacto da pandemia no comportamento da série temporal do desemprego no país como uma ferramenta de auxílio ao gerenciamento de risco e tomada de decisão.pt_BR
dc.description.abstractThis document describes the research and in observations of a Final Paper – TCC of an undergraduate course, which aimed to study the effects of the Coronavirus pandemic (SARS-CoV-2) on unemployment in Brazil, through a "before and after" study. The analysis was developed through Data Science techniques, with an approach of time series algorithms in the period between 2012 and 2021, based on statistical models following the Box-Jenkins methodology, the SARIMAX model that presented the best solution for the forecast. The application of the model makes it possible to demonstrate the impact of the pandemic on the behavior of the unemployment time series in the Brazil as a tool of risk management and decision making.pt_BR
dc.identifier.urihttps://dspace.mackenzie.br/handle/10899/30894
dc.languagept_BRpt_BR
dc.publisherUniversidade Presbiteriana Mackenziept_BR
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectpandemiapt_BR
dc.subjectcoronavíruspt_BR
dc.subjectdesempregopt_BR
dc.subjectciência de dadospt_BR
dc.subjectmetodologia box-jenkinspt_BR
dc.subjectpandemicpt_BR
dc.subjectcoronaviruspt_BR
dc.subjectunemploymentpt_BR
dc.subjectdata sciencept_BR
dc.subjectbox-jenkins methodologypt_BR
dc.titleCiência de dados aplicada à uma análise do desemprego no Brasil antes e depois da covid-19: uma abordagem por algoritmos de séries temporaispt_BR
dc.typeTCCpt_BR
local.publisher.departmentFaculdade de Computação e Informática (FCI)pt_BR
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
Bianca A. Barroso....pdf
Tamanho:
415.05 KB
Formato:
Adobe Portable Document Format
Descrição:
Bianca A. Barroso...
Licença do Pacote
Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
license.txt
Tamanho:
1.95 KB
Formato:
Item-specific license agreed upon to submission
Descrição: