html5-img
1 / 18

Previsões

Previsões. ?. M/P. L/P. C/P. Operacional. Estratégico. . . Perda de negócios, clientes, tempo, stocks, salários. Falta de capacidade. previsão. Excesso de capacidade. RH contratações / despedimentos / formação Aprovisionamento stocks necessários Finanças

faunus
Download Presentation

Previsões

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Previsões

  2. ? M/P L/P C/P Operacional Estratégico

  3.  Perda de negócios, clientes, tempo, stocks, salários Falta de capacidade previsão Excesso de capacidade • RH contratações / despedimentos / formação • Aprovisionamento stocks necessários • Finanças capital necessário / ROI / financiamento / FMN • Produção que / quando / como produzir / que máquinas • Marketing a quem / a quantos / quando / que preço

  4. YT = f (t, YT-1; $) + et Variável dependente Variáveis independentes Erro f (*) f (.) +et modelo fiável ? Adoptar modelo dados S MODELO Previsão N Modelização: • Angariar série temporal • Mapear dados relevantes • Peculiaridades • Tendências • Linearidades • discrepâncias • Seleccionar função f quer descreve essa série • Encontrar componente aleatória • Identificar as variáveis independentes • Analisar qualidade dos modelos • Adoptar modelos

  5. t1 t1 Erro do modelo face aos valores da amostra (modelo é testado face aos valores com que foi definido) Erro do modelo face ao futuro

  6. Sem tendência, com sazonalidade Sem tendência ou sazonalidade Tendência linear e sazonalidade aditiva Tendência linear e sazonalidade multiplicativa Tendência não linear e sazonalidade aditiva Tendência não linear e sazonalidade multiplicativa Mapeamento de dados forma geral da função

  7. Série original ciclo sazonalidade tendência nível aleatório Decomposição de séries

  8. Erro médio • Erro médio quadrático • Desvio médio absoluto • Erro % médio absoluto Análise do erro de previsões

  9. Capacidade de resposta Estabilidade Reacção a tendências

  10. Médias • Média cumulativa • Média móvel • Média móvel ponderada

  11. Suavização exponencial Suavização exponencial simples Suavização exponencial dupla

  12. Tendências Tendência linear

  13. Sazonalidade multiplicativa Sazonalidade aditiva

  14. Modelos com sazonalidade Sazonalidade MULTIPLICATIVA • Série c/ N períodos (N = sazonalidade) • Média móvel centrada (janela = N) • Determinar rácio yt/mmc • Estimar xS • Remover sazonalidade • Estimar parâmetros da série desazonalizada • Integrar sazonalidade ,se não:

  15. Modelos com sazonalidade Sazonalidade ADITIVA • Série c/ N períodos (N = sazonalidade) • Média móvel centrada (janela = N) • Determinar valor yt – MMC • Estimar xS • Remover sazonalidade • Estimar parâmetros da série desazonalizada • Integrar sazonalidade ,se não:

  16. Modelos causais

More Related