Escolar Documentos
Profissional Documentos
Cultura Documentos
Modelos de Previsão
EPS 7000
Prof. Eduardo Ferreira da Silva
Engenharia de Produção
EPS CTC UFSC
Prof. Eduardo F. Silva
Conceitos Básicos
Exemplos:
Dados das bolsas de valores
Médias históricas de vendas, inventários, contas
de clientes, taxas de juros, custos, etc.
Exemplos:
Dados das bolsas de valores
Médias históricas de vendas, inventários, contas
de clientes, taxas de juros, custos, etc.
As empresas frequentemente estão muito
interessadas na previsão variáveis de série de
tempo. Por que?
Prof. Eduardo F. Silva 11-5
Conceitos Básicos
As empresas frequentemente estão muito
interessadas na previsão variáveis de série de
tempo. Por que?
11-6
Prof. Eduardo F. Silva
Bad predictions
7
Prof. Eduardo F. Silva
Prever nem sempre é fácil
Underlying Cash Balance: indicador do impacto financeiro das
operações do governo no restante da economia.
8
Prof. Eduardo F. Silva
Prever nem sempre é fácil
9
Prof. Eduardo F. Silva
Etapas de um processo de modelagem
Entenda o que se espera do Modelo
Avaliação do modelo
Prof. Eduardo F. Silva
Objetivo do Modelo
• Entender como esta previsão será usada.
• Que produto, ou famílias de produtos, serão estudados.
• Qual será o grau de corretude (“accuracy”) e precisão.
• E quais recursos estarão disponíveis para esta previsão.
• Técnica Delphi
• Análise iterativa de questionários
• Análise de Cenários
• Cenários otimista, mais provável, pessimista, ...
Aplicação
• Carência de dados históricos
• Situações muito complexas
• Geralmente utilizado para o longo prazo
• Aplicado quando não há parâmetros que permitam
uma previsão segura
Quantitativos Qualitativos
Suavização
Exponencial
Modelo previamente definido (fixo)
(O modelo é mais facilmente compreendido)
ARIMA
Modelo aberto
Prof. Eduardo F. Silva 18
Princípios para aplicação dos modelos
Os modelos partem do princípio de que a demanda futura
será uma projeção dos seus valores passados, não
sofrendo influência de outras variáveis.
• Métodos simples tendem a oferecer resultados razoáveis.
Sazonalidade Tendência
70
60
50
Dem an d a
40
30
20 Variação irregular
Variação randônica
10
0
Jan. Fev. Mar. Abr. Mai. Jun. Jul. Ago. Set. Out. Nov. Dez.