Escolar Documentos
Profissional Documentos
Cultura Documentos
1. INTRODUO
2010/2011
Ao
contrrio
dos
anteriores,
os
mtodos
quantitativos
costumam
ser
Sries cronolgicas.
Os modelos causais procuram identificar a relao ou
relaes entre a varivel a prever e outras variveis do
sistema, admitindo que o valor assumido por estas vai
influenciar o valor da primeira. Por exemplo, o consumo de
combustvel no pas estar relacionado com o nmero de
veculos em circulao e com preo dos combustveis.
Partindo de valores dessas variveis, referentes a vrios
anos anteriores, possvel estabelecer uma relao
estatstica, atravs de mtodos de regresso. Definida
essa relao, podemos estimar o consumo de combustvel
associado a um determinado nmero de veculos, para vrios
nveis de preo.
No exemplo dado, admitiu-se que o nmero de veculos em
circulao era independente dos preos de combustvel. Mas
pode acontecer que mais pessoas tendam a comprar automvel
se o combustvel for barato. Mas essa tendncia vai ser,
ainda, potenciada pelo volume de rendimentos das pessoas
que, por sua vez, depende do Produto Nacional, da taxa de
desemprego, dos impostos, etc. possvel que estas
variveis tenham relaes entre si e com muitas outras. A
explorao de tais relaes conduz a modelos economtricos
que podem envolver centenas de variveis e equaes. Tais
modelos so muito utilizados para simular os efeitos
macroeconmicos de polticas nacionais alternativas.
2010/2011
2010/2011
2. SRIES CRONOLGICAS
ano
88
89
90
91
JAN
222
238
254
288
FEV
198
212
243
257
MAR
205
231
221
265
ABR
217
244
271
273
MAI
292
263
298
335
JUN
158
219
244
230
JUL
217
243
252
292
AGO
229
245
279
280
SET
253
259
287
289
OUT
260
260
282
297
NOV
205
238
245
271
DEZ
209
216
260
287
total
2664
2867
3136
3365
340
316
292
268
244
220
196
172
148
124
100
JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
Meses
1988
1989
1990
1991
2010/2011
flutuaes
peridicas,
pode
ento
ser
representada
pela
Z = T+S+E
habitualmente referido como o modelo de decomposio
aditiva. Quando a srie abarca muitos anos, possvel
isolar, tambm, o factor ciclo que reflecte a evoluo
macroeconmica. No curto prazo, este factor desprezvel.
Alguns
autores
preferem
trabalhar
com
modelo
de
2010/2011
3. VERIFICAO DA TENDNCIA
exemplo
representado
na
fig.1
mostra
que
uma
1989
1990
1991
ANOS
JAN
220
215
210
220
2010/2011
FEV
195
190
200
195
MAR
200
205
180
200
ABR
210
215
220
205
MAI
280
230
240
250
JUN
150
190
195
170
JUL
205
210
200
215
AGO
215
210
220
205
SET
235
220
225
210
OUT
240
220
220
215
NOV
188
200
190
195
DEZ
190
180
200
205
Total
2528
2485
2500
2485
280
262
244
226
208
190
172
154
136
118
100
JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
Meses
1988
1989
1990
1991
2530
2517
2504
2491
2478
2465
2452
2439
2426
2413
2400
1988
1989
1990
1991
ANOS
que,
no
conjunto
das
observaes,
seja
mnimo
resultado
N
(Yi Zi)2
i
b=
Zi
i =1
(t i t )(Z i Z)
i
(t i t ) 2
i
a = Z = 2499,5
b=((1988-1989,5)(2528-2499,5)+...)/((1988-1989,5)2+...)
b= -11,4
A recta de regresso vem, ento, definida pela expresso
Y= 2499,5-11,4(t-1989,5)
2010/2011
1989
1990
1991
ANOS
real
regr
parmetros
amostra
obtidos
foram
calculados
reduzida, de 4 observaes
so
estimativas
dos
partir
de
uma
apenas. Os valores
valores
tericos
3.2. Correlao
O coeficiente de correlao r mede a correlao entre as
variveis, isto , o grau em que as flutuaes da varivel
dependente so explicadas pela recta de regresso. O seu
valor varia no intervalo (-1;+1), sendo positivo ou
negativo conforme o sinal do declive da recta de
regresso. As situaes extremas, r=-1 e r=+1, significam
que a flutuao da varivel dependente totalmente
explicada pela recta de regresso, isto , as observaes
situam-se sobre essa recta.
A situao r=0 corresponde a uma recta horizontal: neste
caso,
regresso
no
explica
flutuao
da
varivel
donde
r = -0,73
2010/2011
10
95%
0,95
0,88
0,81
0,71
0,63
0,58
0,53
0,50
0,47
0,44
0,42
0,40
99% N obs
0,99
26
0,96
28
0,92
30
0,83
32
0,77
34
0,71
36
0,66
38
0,62
40
0,59
42
0,56
44
0,54
46
0,52
48
95%
0,39
0,37
0,36
0,35
0,34
0,33
0,32
0,31
0,30
0,30
0,29
0,28
99% N obs
0,50
50
0,48
60
0,46
70
0,45
80
0,44
90
0,42
100
0,41
150
0,40
200
0,39
400
0,38 1000
0,38
0,37
95%
0,28
0,25
0,24
0,22
0,21
0,20
0,16
0,14
0,10
0,06
99%
0,36
0,33
0,31
0,29
0,27
0,26
0,21
0,18
0,13
0,08
com base em 24
h garantia de o
ser diferente de
de confiana de
observaes
nmero
de
11
a'= ln(a)
b'= ln(b)
um
correspondentes a 7 anos:
2010/2011
12
t 1985
Z 365
Z'
1986
384
5,90
1987
568
5,95
1988
593
6,34
1989
831
6,39
1990
830
6,72
1991
1251
6,72
1988
689
7,13
med
2,16
310
6,45
d.p.
0,44
de
regresso
exponencial,
basta
a'= ln(a)
b'= ln(b)
b=e0,20 =1,22
Y= 633*1,22(t-1988)
donde
a= e6,45 = 633
t 1985
Z 365
Y347
2010/2011
1986
384
424
1987
568
518
1988
593
633
1989
831
774
1990
830
946
1991
1251
1156
1988
689
685
med
2,16
310
292
d.p.
13
1260
1154
1048
942
836
730
624
518
412
306
200
1985
vendas
1986
1987
1988
ANOS
1989
1990
1991
regr.exp
2010/2011
14
4. SRIES ESTACIONRIAS
Numa srie estacionria, a tendncia tem uma inclinao
nula, isto , corresponde ao nvel M, em torno do qual
flutuam os valores. Sendo T=M, os factores explicativos da
srie so
Z = M+S+E
O
factor
residual
corresponde
variaes
aleatrias
88
89
90
91
JAN
539
537
535
539
Sobre
FEV
527
525
530
527
MAR
530
532
519
530
estes
ABR
535
537
539
532
dados
MAI
563
544
548
552
JUN
501
525
527
514
iro
JUL
532
535
530
537
AGO
537
535
539
532
incidir
SET
546
539
542
535
OUT
548
539
539
537
vrios
NOV
524
530
525
527
DEZ
525
519
530
532
clculos
cujos
15
md
saz
JAN
538
4
|e|
FEV
527
-6
5
24
JUN
517
-17
JUL
534
1
AGO
536
3
SET
540
7
OUT
541
8
37
10
14
14
NOV DEZ
526
527 533
-7
-7
9
18
mdia
0
soma
173
FEV: M2=527;
etc.
16
Yj = Mj
Assim
JAN: Y1=538;
MAR: Y3=528;
FEV: Y2=527;
etc.
A= 1
|e k |
N k =1
No caso vertente
A= 1
|Z ij - Y j |
N i ,j
relao
entre
desvio
absolutos por
Podemos agora
calcular
A= 173/48= 3,6;
E = 4,5
2010/2011
17
Y
C
B
JAN
538
547
529
FEV
527
536
518
MAR
528
537
519
AGO
536
545
527
SET
540
549
531
OUT
541
550
532
NOV
526
535
517
DEZ
527
536
518
570
563
556
549
542
535
528
521
514
507
500
JAN
FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
Vendas 91
Previso 92
Limite superior
Limite inferior
18
futuro,
porm,
desconhecido.
Havendo
eventuais
nisto
que
se
baseia
o
amortecimento
exponencial.
O amortecimento exponencial uma mdia ponderada de todas
as observaes passadas, associando a cada observao um
peso tanto menor quanto mais antiga ela for. Consideremos
uma srie estacionria e sem sazonalidade, traduzida por
Z' = M+E
O sinal (') est associado ausncia de sazonalidade.
Admitindo
que
existem
observaes
referentes
t=1,
N-1
M N=
i =0
em que
19
Lim N==
(1- )i
=1
i =0
.Z'N+1+(1-)MN
MN+1 =
.Z't+(1-)Mt-1
conclui-se que
Y't+1 =.Z't+(1-)Y't= Y't +
(Z't-Y't)
.D't
2010/2011
20
88
89
90
91
JAN
539
537
535
539
FEV
527
525
530
527
MAR
530
532
519
530
ABR
535
537
539
532
MAI
563
544
548
552
JUN
501
525
527
514
JUL
532
535
530
537
AGO
537
535
539
532
SET
546
539
542
535
OUT
548
539
539
537
NOV
524
530
525
527
DEZ
525
519
530
532
saz
JAN
4
FEV
-6
JUN
-17
JUL
0
AGO
2
SET
7
OUT
8
NOV DEZ
-7
-7
88
89
90
91
JAN
535
533
530
535
2010/2011
FEV
533
531
536
533
MAR
535
538
525
535
ABR
532
535
537
530
MAI
545
525
530
534
JUN
518
541
544
530
JUL
532
535
530
537
AGO
534
532
537
530
SET
539
532
535
528
OUT
540
532
532
529
NOV
531
537
532
534
DEZ
532
526
537
539
21
(Z't-Y't)
destes
clculos
vm
indicados
no
quadro
Previses Y'
_
88
89
90
91
JAN
530
534
532
534
FEV
531
533
532
534
MAR
532
533
533
534
ABR
532
534
531
534
MAI
532
534
532
533
JUN
535
532
532
533
JUL
531
534
534
533
AGO
532
534
533
534
SET
532
534
534
533
OUT
534
534
534
532
NOV
535
533
534
531
DEZ
534
534
533
532
2010/2011
22
SRIE Z'
540
538
536
534
532
530
528
526
524
522
520
JAN
FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ JAN
1991-original
1991-previses
previso Jan.92
estimativas, correspondentes
neutralizar o erro, isolando
a
o
23
de amortecimento
deve
ser
menor
para
que
os ndices
a
utilizada
de
no
24
E,
mas
tambm
os
erros
de
estimativa
dos
vrios
por
|Zt -Yt|+(1-)At-1
No exemplo em curso
ADez91 =
Como
os
erros
tm
|ZDez91 -YDez91|+(1-)ANov91
uma
variabilidade
mesmo
idntica
valor
para
das
a
ADez91 = 0,20*7+0,80*4=5
Admitindo que os erros de previso seguem uma distribuio
Normal, vlida a relao referida anteriormente:
E=A .
2010/2011
25
aproximadamente
E =1,25*A
Neste
caso,
2*E =13.
Podemos
agora
completar
previso
C = 550
B = =524
|ZJan92 -YJan92|+(1-)ADez91=
=0,20*|539-537|+0,80*5= 4
26
2010/2011
27
um
processo
prtico
no
arranque
para
previses
sistemticas por amortecimento exponencial.
2010/2011
28
referida:
Z=T+S+E
H vrios modelos de previso capazes de tratar este
problema. Limitar-nos-emos, aqui, a descrever a mdia
mvel e o amortecimento exponencial duplo que so
extenses
dos
mtodos
apresentados
para
as
sries
estacionrias. Antes disso, porm, interessa analisar a
questo da localizao da mdia de um conjunto de valores
sucessivos de uma srie cronolgica.
simples
dos
primeiros
M3=(T1+T2+T3)/3
A mdia simples de 3 valores sucessivos at T4
M4=(T2+T3+T4)/3
Generalizando, a mdia simples de 3 valores sucessivos at
Tt, com t>2, dada por
Mt=(Tt+Tt-1+Tt-2)/3
2010/2011
29
simples
deslizante
de
elementos,
utilizando
expresso:
MMt=(Mt+Mt-1+Mt-2)/3
Obtemos novos pontos sobre a linha MM da figura.
Repare-se que M3 est ao nvel de T2; e que MM6 est ao
nvel de M5. Por outras palavras, M3 representa o nvel de
T localizado em t=2; e MM6 representa o nvel de M
localizado em t=5. Assim, uma mdia acarreta um atraso na
localizao temporal. Esse atraso, depende do nmero de
perodos abrangidos pela mdia e do peso atribudo aos
valores de cada perodo.
O atraso na localizao de uma mdia de n valores
2010/2011
30
com (pt+pt-1+...+pt-n+1)=1
contguos,
de
n -1
g=
i . p t -i
i =0
(mdia simples)
(amortecimento exponencial)
Ento,
como
fig.9
ilustra,
31
mdia
JAN
540
547
554
566
Para
FEV
529
536
549
555
MAR
532
544
540
558
ABR
538
550
560
561
clculo
MAI
568
557
570
582
das
JUN
506
539
550
544
JUL
538
549
553
568
mdias
AGO
544
550
563
564
SET
553
555
566
567
OUT
556
556
564
570
mveis,
NOV
532
547
550
560
DEZ
534
538
556
566
consideramos
n=12
32
destes
clculos
1 mdia movel M
88
89
90
91
JAN
FEV
MAR
ABR MAI
SET
OUT NOV
540
548
557
540
549
558
541
549
559
542 541
550 551
559 560
546
554
561
546 547
554 555
562 562
DEZ
539
547
556
563
JAN
FEV
MAR
ABR MAI
SET
OUT NOV
DEZ
545
553
545
553
546
554
547 547
555 556
550
559
543
550 551
559 560
544
552
560
Tendncia T
88
89
90
91
JAN
FEV
MAR
ABR MAI
SET
OUT NOV
DEZ
551
562
553
562
552
564
553 554
564 565
558
564
551
558 558
564 565
551
561
566
2010/2011
33
1991
585
580
575
570
565
560
555
550
545
540
535
JAN
FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ
MM
dos
valores
observados
em
perodos
(aproximada)
Os resultados
clculos foram
2010/2011
Os
no
34
2
4
3
FEV
MAR
-3
-7
-5
-12
-6
-9
ABR MAI
8
-3
3
16
17
16
-2
3
0
6
-1
3
SET
8
3
5
OUT NOV
6
5
6
-8
-5
-6
DEZ
-5
0
-2
exemplo
que
temos
vindo
tratar,
os
parmetros
35
Donde:
bDez91= 2(563-560)/(12-1)= 1
E a previso:
YJan92=566+1+3= 570
Falta agora estimar o erro associado a esta previso. Uma
maneira prtica de o fazer, calcular os erros derivados
da aplicao deste mtodo de previso aos valores
passados. Por exemplo, para efectuar a previso para
Dezembro de 1989, a partir dos dados de Novembro, dispomos
dos seguintes parmetros:
TNov89=551; MNov89=547; MMNov89=543; SDez89=-2
Donde:
bNov89= 2(547-543)/(12-1)= 1
E a previso:
YDez89=551+1-2= 550
Comparando a previso YDez89 com o real ZDez89= 538, obtem-se
o erro absoluto:
|ZDez89-YDez89|= 12.
Caminhando ao longo da srie passada, fazendo sucessivas
previses, obtem-se o conjunto dos erros passados. Podemos
calcular, de seguida, o erro absoluto mdio A e, a partir
deste, o desvio padro. Os clculos dariam A=8, a que
corresponderia um desvio padro de 10, aproximadamente.
2010/2011
36
sobre
passado,
com
(n=12; t= Jan92)
Tt= 2Mt-MMt
bt=2(Mt-MMt)/(n-1)
Yt+1 =Tt + bt + Sj
j=j(t+1)
37
2010/2011
38
pela
N-1
M N=
expresso
geral,
vista
i =0
.Z'i+(1-)Mi-1
Mi =
A mdia de 1 ordem
Z't+(1-)Mt-1
Mt =
Mt+(1-)MMt-1
39
g=(1-)/
O declive, portanto, ser dado por
bt =(Mt-Mt-g)/g
bt =(Mt-MMt)/(1-)
O modelo de decomposio permite dizer que
Zt-Tt = Sj+Et
Esta diferena
aproximao de
j=j(t)
uma
ser
exponencial
simples.
Na
|Zt -Yt|+(1-)At-1
40
dos
parmetros
do
modelo
pela
seguinte
Z't= Zt-Sj(t)
Mt = Z't+(1-)Mt-1
MMt = Mt+(1-)MMt-1
Tt= 2Mt-MMt
bt =(Mt-MMt)/(1-)
At = |Zt -Yt|+(1-)At-1
Sj(t) =(Zt-Tt) +(1-)Sj(t-s)
as
frmulas
so
recursivas,
necessrio
estimar
41
FEV MAR
-5
-9
ABR
3
MAI
16
JUN
-13
JUL
0
AGO
3
SET
5
OUT
6
NOV
-6
DEZ
-2
dos
parmetros
= 0,15 e = /5, a
conduziria
aos
seguintes
=0,15*|588-570|+0,85*8= 10
=(ZJan92-TJan92)+(1-)SJan91
=0,03*(588-571)+0,97*3= 3
permite
a
dos ltimos
42
BIBLIOGRAFIA
Wheelwright, S.C.; Makridakis, S. - Forecasting
Methods for Management
John Wiley & Sons, 1980
2010/2011
43