Escolar Documentos
Profissional Documentos
Cultura Documentos
Séries temporais –
Modelos de suavização exponencial
A maioria dos métodos de previsão se baseiam na
idéia de que observações passadas contêm
informações sobre o padrão de comportamento da
série temporal.
O propósito dos métodos é distinguir o padrão de
qualquer ruído que possa estar contido nas
Análise de séries de tempo: observações.
Os modelos de suavização assumem que os
modelos de suavização exponencial
valores extremos da série representam a
aleatoriedade e,
Profa. Dra. Liane Werner através da suavização desses extremos pode-se
identificar o padrão básico, para então usá-lo e
prever valores futuros da série.
2
3 4
Séries temporais – Séries temporais –
Modelos de suavização exponencial Modelos sem tendência
Estime os parâmetros para o modelo Para séries sem tendência, os dados são
escolhido. representados pela média da série:
Yt = µ + εt t = 1,2,...,T
Para o modelo estimado utilize os dados de
onde: µ é um nível médio constante.
testagem para obter as medidas de
É necessário estimar os parâmetros do modelo, neste
adequação MSE, MAPE e outras...
caso µ.
Obtem-se as previsões se o modelo for Pode-se estimar µ utilizando médias móveis (MM)
adequado.
1 t
MM t ( k ) = ∑ Yt
k i =t − k +1
onde: MMt(k) é a média móvel para o período t com k observações.
5 6
série.
13000
Contudo, para previsão, a observação mais recente
12000 tende a prover uma melhor informação para o futuro,
11000
assim se torna desejável que, quanto mais antigo for o
valor, menor seja seu peso.
10000
Mas isto deve ser de forma gradativa, quanto mais no
jan fev mar abr mai jun jul ago set out nov dez
passado o valor estiver menor será sua contribuição.
mês
Por isto pode-se estimar µ através da Suavização
consumo mm(3) mm(6) Exponencial Simples
9 10
v
l
l
n
n
ar
ar
t
t
ju
ju
ai
ai
se
se
no
no
ja
ja
m
15 16
Séries de temporais – Séries de temporais –
Modelos não sazonais com tendência Modelos não sazonais com tendência
O nível médio e a inclinação da série são
O modelo de alisamento linear de Holt é uma estimados, respectivamente por Lt e Tt conforme
extensão do SES, as equações:
a diferença é que além utilizar uma constante (α) Lt = α Yt + (1 - α) (Lt-1+Tt-1) 0<α<1
para suavizar o nível médio,
Tt = β (Lt - Lt-1) + (1 - β) Tt-1 0<β<1
ele utiliza uma outra constante (β) de suavização
e as previsões são dadas por:
para modelar a tendência da série.
As constantes utilizadas são, respectivamente, α ˆ ( h ) = L + h.T
Y ∀h > 0
t t t
e β.
17 18
também para a tendência T1. 4 49 65,27 7,90 81,54 Nesta tabela também
5 47 60,08 6,98 73,16