Demanda Tmax Umidade & MK PV

2008 2251 28 67 60000 40

2009 2497 30 90 65000 50
2010 2651 31 88 70000 80
2011 3199 35 88 82500 95
2012 3189 34 89 85000 90
2013 2118 31 75 55000 30
2014 2198 31 73 57500 35
2015 1959 26 89 50000 20
2016 2993 33 71 80000 95
2017 2428 35 87 62500 45
2018 2029 33 72 52500 25
2019 2949 36 90 77500 75
2020 2582 30 92 67500 55
2021 2802 32 74 75000 70
2022 2722 28 69 72500 85
2023 ?? 30 78 85000 50
 Tempo propaganda
Vendas Clientes ativos
radio
1999 382 1710 19
2000 424 2959 20
2001 457 1812 24
2002 461 1925 18
2003 492 2312 40
2004 696 2269 23
2005 755 2311 23
2006 831 2843 26
2007 931 1270 26
2008 952 1928 33
2009 1428 3421 36
2010 1720 3514 16
2011 1665 2788 27
2012 1416 2618 24
2013 1369 4218 23
2014 1459 4805 20
2015 1286 3696 19
2016 1342 2820 23
2017 1139 3711 9
2018 1047 4536 5
2019 1140 4737 14
2020 1207 4480 26
2021 1380 1916 34
2022 1538 7560 31
2023 ??
TEMPORAL 1

DADOS MODELO TEMPORAL

Treino -gerar modelo preditivo

Teste - validar predições do modelo gerado

mês unidades
Tempo Demanda
1 296
2 307
3 355
4 328
5 357
6 411
7 332
8 396
9 510
10 471
11 567
12 440
13 569
14 483
15 522
16 536

# Company Use
# Company Use
# Company Use
Tempo (mês) Demanda (unidades) Exercicio
1 432
2 305 Faça o treino-teste
3 352 Gerem os modelos dentro da porção de treio
4 325 Avalie capacidade dos modelos dentro da porção teste
5 355 Com o melhor modelo, predite os valores para os próximos
6 401
7 328
8 392
9 508
10 461
11 564
12 432
13 564
14 479
15 516
16 527
17 530
18 627
19 532
20 427
21 448
22 664
23 573
24 686
25 550
26 616
27 647
28 636
29 514
30 614
31 558
32 660
33 647
34 791
35 788
36 679
37 752
38 708
39 741
40 801
41 757
42 750
43 768
44 849
45 840
46 893
47 771
48 800
49 ??
50 ??
51 ??
52 ??
53 ??
54 ??
55 ??
56 ??
57 ??
58 ??
59 ??
60 ??
ão de treio
ntro da porção teste
valores para os próximos periodos
Tempo (mês) Demanda (unidades)
1 317 Exercicios
2 194
3 312 Previsão para proximas 6 semanas
4 316 Atualizar o banco de dados com informações verdadeiras
5 322 Encontra o melhor modelo
6 334 A critério do aluno, poder eliminar informações mais antiga
7 317
8 356
9 428
10 411
11 494
12 412
13 460
14 395
15 392
16 447
17 452
18 571
19 517
20 397
21 410
22 579
23 473
24 558
25 538
26 570
27 600
28 565
29 485
30 604
31 527
32 603
33 604
34 790
35 714
36 653
37 626
38 690
39 680
40 673
41 613
42 744
43 718
 44 767
45 728
46 793
47 726
48 777
49 787
50 790
51 815
52 818
53 ??
54 ??
55 ??
56 ??
57 ??
58 ??

Demanda Verificada
Semanta, t Demanda
53 834
54 855
55 870
56 890
57 895
58 888

Previsões para 59 a 68, com base no modelo atualizado

Semanta, t Demanda
59 ??
60 ??
61 ??
62 ??
63 ??
64 ??
65 ??
66 ??
67 ??
68 ??
formações verdadeiras

informações mais antigas, isso podera ser um teste usando MAPE.

Etapas antes

Eliminou uma variavel para ver se o R² se aproximava do R² ajustado

Poderia ser devolvido esta variaval, calcular o MAPE do modelo, e depois fazer sem o x4, fazer um novo MAPE e ve
Usa o modelo com todos os dados e fazem as predições, mas isso não garante uma boa analise pois não sabemos s
Definir quais as variaveis são mais reelevantes
Usar o MAPE como metrica de qualdiade

TREINO TESTE
75% 20.25
25% 6.75

meses Demanda x1 x2 x3 x4 x5 x6 x7
1 1480 17 171 114 12 8 5 1783
2 1391 11 76 124 14 2 2 1643
3 1159 15 103 149 14 8 1 1142
4 1352 22 159 151 14 6 3 2234
5 1418 21 68 184 15 25 1 2281
6 1214 15 139 201 16 22 3 162
7 1657 22 50 208 17 21 2 1814
8 1273 13 199 157 17 23 1 1017
9 1487 22 104 135 18 20 4 1888
10 1234 15 138 147 18 10 1 1465
11 1000 12 198 218 18 1 3 843
12 1262 22 80 195 19 25 3 425
13 1379 21 185 119 19 12 1 2176
14 1168 14 148 131 21 1 3 851
15 1399 18 92 105 21 24 2 1473
16 989 16 64 187 23 15 2 795
17 1321 12 175 212 24 20 1 1424
18 1377 24 85 243 24 22 5 1363
19 1424 23 120 212 24 1 5 471
20 1808 24 17 218 26 25 5 2447
21 1731 12 124 107 28 13 5 1640
22 899 20 174 157 30 6 2 264
23 1061 13 17 186 30 16 3 103
24 1608 23 186 119 30 4 5 1959
25 1432 11 107 221 31 24 4 1592
26 1574 10 71 144 32 3 5 2227
27 1337 19 80 231 33 5 1 1815

28 ? 22 184 120 33 21 3 906

29 ? 16 141 133 34 25 4 621
30 ? 10 150 194 34 22 2 1692
 azer um novo MAPE e verificar se isso entregou ganhos na capacidade pretitiva do modelo
nalise pois não sabemos se o modelo é bom, por isso vamos para parição treino-teste

x8
16
14
10
12
12
16
16
18
15
19
13
12
15
14
17
12
14
10
18
11
19
12
19
19
11
16
11

10
15
12