Plano de Ensino
Disciplina: CAD196 - TEMAS EM GESTÃO DE OPERAÇÕES II
Carga horária: 60
Departamento: DEPTO DE CIENCIAS ADMINISTRATIVAS
Ementa
Definições e conceitos básicos relacionados à previsão de demanda por meio de dados históricos e ferramentas estatísticas. Gestão colaborativa em cadeias de suprimentos. Análise de séries temporais por meio de técnicas de suavização, Box-Jenkins e de demanda intermitente. Modelagem de regressão linear com objetivo de previsões.
Conteúdo
1. INTRODUÇÃO
1.1. Recapitulação de conceitos atrelados à logística empresarial e gestão da cadeia de suprimentos
1.2. O papel da previsão de demanda no processo de tomada de decisões
2.ANÁLISE DE SÉRIES TEMPORAIS – TÉCNICAS DE SUAVIZAÇÃO
2.1. Introdução a` análise de séries temporais
2.2.Componentes de uma série temporal
2.3.Erros de previsão
2.4.Métodos de suavização de séries temporais
2.5.Realizando previsões com modelos suavizados
3.MODELOS DE REGRESSÃO LINEAR
3.1. Regressão simples
3.2.Regressão múltipla
3.3.Pressupostos dos modelos de regressão por mínimos quadrados ordinários (MQO)
3.4.Um processo de decisão para a análise de regressão
3.5.Previsão por meio de modelos de regressão linear
1.1. Recapitulação de conceitos atrelados à logística empresarial e gestão da cadeia de suprimentos
1.2. O papel da previsão de demanda no processo de tomada de decisões
2.ANÁLISE DE SÉRIES TEMPORAIS – TÉCNICAS DE SUAVIZAÇÃO
2.1. Introdução a` análise de séries temporais
2.2.Componentes de uma série temporal
2.3.Erros de previsão
2.4.Métodos de suavização de séries temporais
2.5.Realizando previsões com modelos suavizados
3.MODELOS DE REGRESSÃO LINEAR
3.1. Regressão simples
3.2.Regressão múltipla
3.3.Pressupostos dos modelos de regressão por mínimos quadrados ordinários (MQO)
3.4.Um processo de decisão para a análise de regressão
3.5.Previsão por meio de modelos de regressão linear
Bibliografia
FAVERO, L. P. Análise de dados: modelos de regressão com Excel®, STATA® e SPSS®. São Paulo: Elsevier-Campus, 2015.
FITZSIMMONS, J. A.; FITZSIMMONS, M. J. Administração de serviços: operações, estratégia e tecnologia da informação. 7. Ed. Porto Alegre: AMGH, 2014.
FITZSIMMONS, J. A.; FITZSIMMONS, M. J. Administração de serviços: operações, estratégia e tecnologia da informação. 7. Ed. Porto Alegre: AMGH, 2014.
Bibliografia(continuação)
Não informado
Bibliografia complementar
BALLOU, R. H. Gerenciamento da cadeia de suprimentos: logística empresarial. Bookman. Porto Alegre, 2006.
BOWERSOX, D. J.; CLOSS, J. D.; COPPER, M. B.; BOWERSOX, J. C. Gestão logística da cadeia de suprimentos. 4. ed. Porto Alegre: AMGH, 2013. BOX, G. E.; JENKINS, G. M.; REINSEL, G. C. Time series analysis: forecasting and control. John Wiley & Sons, 2008.
CHANG, T. H.; FU, H. P.; LEE, W. I.; LIN, Y.; HSUEH, H. C. A study of an augmented CPFR model for the 3C retail industry. Supply Chain Management: An International Journal, v. 12, n. 3, p. 200-209, 2007.
CHOPRA, S.; SODHI, M. S. Managing risk to avoid supply-chain breakdown. MIT Sloan management review, v. 46, n. 1, p. 53, 2004.
CORRÊA, H. L.; CORRÊA, C. A. Administração da produção e operações: manufatura e serviços – uma abordagem estratégica. Atlas. São Paulo. 2004.
DE LEEUW, S.; HOLWEG, M.; WILLIAMS, G. The impact of decentralized control on firm-level inventory: evidence from the automotive industry. International Journal of Physical Distribution & Logistics Management, v. 41, n. 5, p. 435-456, 2011. DEJONCKHEERE, J.; DISNEY, S. M.; LAMBRECHT, M. R.; TOWILL, D. R. The impact of information enrichment on the bullwhip effect in supply chains: A control engineering perspective. European Journal of Operational Research, v. 153, n. 3, p. 727-750, 2004. FAN, H.; LI, G.; SUN, H.; CHEN, T.C.E. An information processing perspective on supply chain risk management: Antecedents, mechanism, and consequences. International Journal of Production Economics, v. 185, p. 63–75, 2017.
GAITHER, N.; FRAZIER, G. Administração da produção e operações. Cengage. São Paulo. 2002.
GOLÇALVES, P. S. Administração de Materiais. Campos-Elsevier. Rio de Janeiro. 2010. HAIR, J. F.; BLACK, W. C., BABIN, B. J.; ANDERSON, R. E.; TATHAM, R. L. Análise multivariada de dados. Porto Alegre: ookman Editora, 2009.
BOWERSOX, D. J.; CLOSS, J. D.; COPPER, M. B.; BOWERSOX, J. C. Gestão logística da cadeia de suprimentos. 4. ed. Porto Alegre: AMGH, 2013. BOX, G. E.; JENKINS, G. M.; REINSEL, G. C. Time series analysis: forecasting and control. John Wiley & Sons, 2008.
CHANG, T. H.; FU, H. P.; LEE, W. I.; LIN, Y.; HSUEH, H. C. A study of an augmented CPFR model for the 3C retail industry. Supply Chain Management: An International Journal, v. 12, n. 3, p. 200-209, 2007.
CHOPRA, S.; SODHI, M. S. Managing risk to avoid supply-chain breakdown. MIT Sloan management review, v. 46, n. 1, p. 53, 2004.
CORRÊA, H. L.; CORRÊA, C. A. Administração da produção e operações: manufatura e serviços – uma abordagem estratégica. Atlas. São Paulo. 2004.
DE LEEUW, S.; HOLWEG, M.; WILLIAMS, G. The impact of decentralized control on firm-level inventory: evidence from the automotive industry. International Journal of Physical Distribution & Logistics Management, v. 41, n. 5, p. 435-456, 2011. DEJONCKHEERE, J.; DISNEY, S. M.; LAMBRECHT, M. R.; TOWILL, D. R. The impact of information enrichment on the bullwhip effect in supply chains: A control engineering perspective. European Journal of Operational Research, v. 153, n. 3, p. 727-750, 2004. FAN, H.; LI, G.; SUN, H.; CHEN, T.C.E. An information processing perspective on supply chain risk management: Antecedents, mechanism, and consequences. International Journal of Production Economics, v. 185, p. 63–75, 2017.
GAITHER, N.; FRAZIER, G. Administração da produção e operações. Cengage. São Paulo. 2002.
GOLÇALVES, P. S. Administração de Materiais. Campos-Elsevier. Rio de Janeiro. 2010. HAIR, J. F.; BLACK, W. C., BABIN, B. J.; ANDERSON, R. E.; TATHAM, R. L. Análise multivariada de dados. Porto Alegre: ookman Editora, 2009.