Escolar Documentos
Profissional Documentos
Cultura Documentos
1.8:
2. Variância é constante
-1 <= Rô k <= 1
A autocorrelação mede a “memória” dos dados, ou seja, se os dados se influenciam
Ex: Quando olhamos pro lag 5 (5 meses passados), o valor representado pela barra é a
influencia que um valor possui sobre outro que veio 5 meses antes. Quanto mais perto de 1,
maior a influência.
Fazer exercício
Uma serie temporal vai ter um nível (Usamos principalmente o método naive – em que
dizemos que a previsão do próximo instante é o valor no instante atual), uma tendencia, um
ciclo (Padrão de repetição em períodos superiores a um ano), uma sazonalidade (padrão de
repetição em um período inferior a um ano), e um erro. Podemos decompor cada um desses
fatores em series.
Um ciclo pode ser menor que um ano, mas pra isso acontecer, os dados tem que ser discretos,
e não contínuos. Caso contrário, é uma sazonalidade.
Pra escolher o método de estimativa, vc vai escolher aquela que minimiza o erro.
Esse método considera todas as ocorrências anteriores, só que com pesos diferentes,
conforme as observações ficam mais distantes do momento presente.
SES: Nesse método, a estimativa é o lt, que é um valor constante para cada instante – 1 nível
O hiperparâmetro é fixo (alfa) – peso a partir dos quais os dados começam a decair
Equação de previsão é a equação que vai dar a previsão a partir da equação de suavização
HOLT: O coeficiente angular é estimado localmente (pra cada ponto é diferente), logo, ao final,
encontramos uma reta de previsão para cada instante.
Antes de chamar, é necessário baixar os pacotes – está no moodle – olhar código explicado
O Código vai cuspir esse EST (M, N, N), que é o teste de cada modelo: Nível, tendência e
sazonalidade. O que contém o M (multiplicativo) é o que apresenta aquele parâmetro, e o n é
o que não tem.
Série de vendas de farmácia
No segundo, ao plotarmos o gráfico vemos uma série com tendência e nível, mas sem
sazonalidade. Vamos pedir pro programa determinar o modelo.
Ele vai cuspir o TS (A,A, N) ou seja, tem nível e tendência (aditivos) e não tem sazonalidade
Para identificar o melhor modelo, você tira os últimos 6 meses e vê a previsão que o modelo
estipularia sem eles. Se os dados dos últimos 6 meses e as previsões forem próximos, é um
bom modelo.
Todos os números da matriz têm que ser menores que um e a soma das linhas é igual a 1:
Matriz de transição
O vetor de estado é a distribuição das probs iniciais em uma cadeia de markov
Q30 = Q0 * P^30
Q30= Q29 * P
Estado transiente – estado que, se vc passar por ele, vc pode nunca mais voltar
Estados absorventes – um tipo de estado recorrente – aquele que tem na diagonal principal,
probabilidade igual a um – qualquer estado que se ligue ao absorvente é transiente
Estado absorvente é sempre aperiódico, ou seja, ele retorna pra ele mesmo sempre em um
passo