Análise de dados que interferem diretamente na formação de preços no agronegócio local: um estudo orientado a dados de folhosas e condições meteorológicas nas regiões de Mogi das cruzes e Ibiúna.

Abstract

Este projeto aborda a análise das relações entre preços agrícolas e variáveis meteorológicas nas regiões de Mogi das Cruzes e Ibiúna, estado de São Paulo, focando na produção de hortaliças folhosas. Diante da crescente importância da interação entre condições climáticas e atividades agrícolas, a compreensão dessas relações torna-se crucial para a tomada de decisão informada e a gestão eficiente no setor. A coleta de dados envolveu preços agrícolas da revista Hortifruti (HF Brasil) e dados meteorológicos do Instituto Nacional de Meteorologia (INMET), abrangendo o período de 2013 a 2023. Os processos de análise foram conduzidos por meio das ferramentas Excel, Python e Power BI, garantindo qualidade e consistência nos resultados. Variáveis como média de precipitação, temperatura, umidade, pressão atmosférica e velocidade do vento foram cuidadosamente analisadas em conjunto com dados de preços, região e tipo de folhosa. A aplicação de técnicas estatísticas e modelos estatísticos, incluindo regressão linear e modelo ETS (Erro, Tendência, Sazonalidade), proporcionaram insights significativos. Foram identificadas correlações temporais relevantes, destacando o impacto significativo de variáveis meteorológicas específicas nos preços agrícolas. Os resultados oferecem implicações práticas para a gestão agrícola, adaptação a condições climáticas adversas, formulação de políticas públicas e tomada de decisões informada. Apesar das limitações, este estudo contribui para futuras pesquisas e aprimoramento de estratégias no agronegócio.

This project addresses the analysis of relationships between agricultural prices and meteorological variables in the regions of Mogi das Cruzes and Ibiúna, state of São Paulo, with a focus on leafy vegetable production. Given the increasing importance of the interaction between weather conditions and agricultural activities, understanding these relationships becomes crucial for informed decision-making and efficient management in the sector. Data collection involved agricultural prices from the Hortifruti magazine (HF Brasil) and meteorological data from the National Institute of Meteorology (INMET), spanning the period from 2013 to 2023. Analysis processes were conducted using Excel, Python, and Power BI tools, ensuring quality and consistency in the results. Variables such as average precipitation, temperature, humidity, atmospheric pressure, and wind speed were carefully analyzed in conjunction with price data, region, and leafy vegetable type. The application of statistical techniques and models, including linear regression and ETS model (Error, Trend, Seasonal), provided significant insights. Relevant temporal correlations were identified, highlighting the significant impact of specific meteorological variables on agricultural prices. The results offer practical implications for agricultural management, adaptation to adverse weather conditions, formulation of public policies, and informed decision-making. Despite limitations, this study contributes to future research and the refinement of strategies in agribusiness.