MODELAGEM E PREVISÃO DE FENÔMENOS SOCIOECONÔMICOS: UMA ANÁLISE COMPARATIVA ENTRE MÉTODOS CLÁSSICOS E CONTEMPORÂNEOS
Resumo
A partir de uma amostra relativamente pequena, porém, com uma significativa quantidade variáveis explicativas, esta investigação teve por objetivo avaliar comparativamente o processo de modelagem voltado para análise e predição da remuneração média mensal paga aos empregados nas 27 unidades da federação brasileira, com base em duas metodologias distintas, isto é: uma mais clássica e direcionada pela perspectiva estatística, ou seja, a análise de regressão linear; e, outra mais moderna e direcionada pela perspectiva tecnológica e computacional, portanto, rede neural artificial. Mediante o levantamento das informações referentes ao ano de 2019, foram investigados e identificados dois modelos que capazes de permitir a análise e a previsão da remuneração média mensal paga aos empregados brasileiros (variável dependente) em função da quantidade total de empresas atuantes em 21 segmentos econômicos distintos, em cada unidade da federação (variáveis independentes). Em seguida, cada um desses modelos foi utilizado para prever o valor da remuneração média mensal paga aos referidos empregados no ano de 2020, e ainda, foi realizada a respectiva análise de precisão com base nos valores reais observados para esse ano. Ao final, foi possível concluir que, do ponto de vista analítico, a análise de regressão linear apresentou maior facilidade interpretativa; contudo, a rede neural artificial pôde ser considerada mais eficiente no processo de estimativa da remuneração média mensal, no ano de 2020.
