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

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