GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP
GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP
GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
126<br />
Tabela 11: Quadro comparativo de modelos – Setor Residencial<br />
Setor Residencial<br />
Número de dados históricos<br />
Regressão Explanatória Auto-regressão Holt<br />
incluídos no modelo<br />
Relação Intervalo de<br />
19 18 19<br />
Confiança/Previsão em 2030 10% 22% 51%<br />
R2 ou R2-ajustado encontrado 94,9% 97,3% n/a<br />
MSE 267,8 136,5 149,2<br />
MAE 13,7 9,8 8,9<br />
MAPE 110% 48%<br />
*Nãohomocedasticidade<br />
38%<br />
Problemas com resíduos de 1a *Resíduos auto-<br />
*Resíduos auto-<br />
ordem<br />
correlacionadoscorrelacionados<br />
n/a<br />
Problemas com resíduos de 2a *Resíduos auto-<br />
ordem<br />
Método conceitualmente mais<br />
correlacionados n/a n/a<br />
adequado para previsões de... Curto/Médio prazo Curto prazo Curto prazo<br />
Alinhamento de resultados com<br />
Regressão<br />
outros métodos? Auto-regressão<br />
explanatória Nenhum<br />
Percebe-se através da tabela acima que o modelo de regressão explanatória possui um<br />
número de dados aquém do número desejado (30), porém semelhante ao de seus pares. Além<br />
disso, tal modelo apresenta problemas com seus resíduos e erros mais elevados que os demais<br />
modelos. Por outro lado apresenta uma boa relação entre seu intervalo de confiança e previsão<br />
em 2030, é conceitualmente o mais adequado para a realização de previsões de médio prazo e<br />
apresenta resultados com grande alinhamento com os obtidos pelo modelo de auto-regressão,<br />
o que, de certa forma, os valida.<br />
Já o modelo de auto-regressão também apresenta problemas com seus resíduos, além<br />
de uma relação entre intervalo de confiança e previsão em 2030 não mais do que razoável<br />
(comparando com o modelo de regressão explanatória). Conforme mencionado anteriormente,<br />
o alinhamento de seus resultados com o modelo de regressão explanatória é uma grande força<br />
do mesmo, já que o fato de modelos de naturezas tão distintas apresentarem resultados tão<br />
semelhantes é algo notável.<br />
O modelo obtido através de Holt é o que apresenta os melhores resultados de erros,<br />
indicando sua grande aderência ao perfil dos dados históricos. Por outro lado, tal modelo<br />
apresenta uma relação intervalo de confiança e previsão em 2030 extremamente elevada e o<br />
perfil de seus resultados ficou dissonante em relação aos resultados de outros modelos.<br />
Desta forma, recomenda-se a utilização dos resultados dos modelos de regressão<br />
explanatória ou auto-regressão como previsão da demanda do setor residencial.