Resumen
O presente estudo tem como objetivo analisar os impactos da Covid-19 nas vendas de autoveículos no Brasil, correlacionando esses fatores com as importações de semicondutores e indicadores econômicos através de modelos de Machine Learning. Para isso, ocorreu uma coleta e preparação de dados antes de ser executada a análise exploratória, para em seguida, serem desenvolvidos os modelos preditivos. Este trabalho se caracteriza como uma pesquisa aplicada e exploratória, com uma abordagem quantitativa. A análise exploratória e a criação dos modelos foram executadas na linguagem Python. Os dados utilizados no estudo foram coletados de múltiplas fontes de empresas privadas, governamentais, associações e institutos de pesquisa e organizados em intervalos mensais. Foram utilizados três algoritmos de regressão: Random Forest, Multi-Layer Perceptron e Regressão Linear Múltipla. A rede neural apresentou os melhores resultados dentre os algoritmos aplicados, alcançando um R² de 82,01% no conjunto dos dados de teste. Após a análise exploratória, percebeu-se também o alto impacto que os semicondutores têm nas vendas de autoveículos e os efeitos drásticos ocasionado pela Covid-19 nas variáveis utilizadas no estudo. Com o modelo criado, é possível prever as vendas de autoveículos no Brasil em um determinado mês com base em alguns indicadores econômicos, importação de semicondutores e os óbitos mensais da Covid-19.