GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP

114
Montando-se um quadro comparativo dos modelos de previsão utilizados chega-se à
seguinte tabela:
Tabela 10: Quadro comparativo de modelos – Setor Industrial
Setor Industrial
Número de dados históricos
Regressão Explanatória Auto-regressão Holt
incluídos no modelo
Relação Intervalo de
22 29 36
Confiança/Previsão em 2030 14% 2% 18%
R2 ou R2-ajustado encontrado 88,9% 99,2% n/a
MSE 571.549,4 40.918,0 45.170,3
MAE 653,5 137,0 138,9
MAPE 35% 23%
*Nãohomocedasticidade
23%
*Não-homocedasticidade *Sequência abaixo
Problemas com resíduos de 1a *Resíduos auto-
do zero no início da
ordem
correlacionados
série
*Nãohomocedasticidade
n/a
*Não-homocedasticidade *Sequência abaixo
Problemas com resíduos de 2a *Resíduos auto-
do zero no início da
ordem
Método conceitualmente mais
correlacionados
série n/a
adequado para previsões de...
Alinhamento de resultados com
Curto/Médio prazo Curto prazo Curto prazo
outros métodos? Holt Nenhum Regr. explanatória
Através da tabela acima se pode verificar que o modelo de regressão explanatória
possui medidas de erros maiores do que os demais. Além disso, o mesmo é o que possui o
menor número de dados históricos incluídos no modelo (devido a limitações de dados de
PIB), além de problemas com seus resíduos. Por outro lado, ele apresenta grande alinhamento
com os resultados obtidos por Holt e é, conceitualmente, o único modelo adequado para fazer
previsões de médio prazo.
Já o modelo de auto-regressão possui uma excelente relação intervalo de
confiança/previsão, além de um bom número de pontos incluídos no modelo. Por outro lado,
também apresenta problemas com seus resíduos.
Já o método de Holt possui uma grande força que é o alinhamento de seus resultados
com o modelo de regressão explanatória. Em relação aos outros parâmetros de comparação
ele apresenta um resultado intermediário em comparação com os outros modelos obtidos.