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

132
MM m
2500
3 MM m /ano
2500
3 /ano
2000
1500
1000
500
0
-500
Demanda do setor Comercial/Público em função do modelo de regressão
1987 1987
1989 1989
1991 1991
1993 1993
1995 1995
1997 1997
1999 1999
2001 2001
2003 2003
2005 2005
2006 2006
2008 2008
2010 2010
2012 2012
2014 2014
2016 2016
2018 2018
2020 2020
2022 2022
2024 2024
2026 2026
2028 2028
2030 2030
Gráfico 59: Previsão da demanda comercial/público em função do modelo de regressão
Limite superior
(95% certeza)
Previsão
Limite inferior
(95% certeza)
Como se pode observar, através deste modelo projeta-se um crescimento com perfil
exponencial para a demanda Comercial/Pública no futuro.
Isto se deve ao fato da mesma estar ancorada no tamanho do PIB nacional, cuja
previsão prevê um crescimento exponencial para o mesmo. Desta forma, como PIB e
demanda Comercial/Pública estão linearmente relacionados pelo modelo obtido, a demanda
residencial também apresenta este mesmo perfil de crescimento.
Um comentário que deve ser feito é a respeito da não-equidistância das curvas de
intervalo de confiança em relação à curva de previsão. Isso se deve ao fato das curvas de
intervalo de confiança terem sido calculadas com base na regressão de primeira ordem
realizada (sem a incorporação da variável Lag1 ao modelo, a qual gerou a regressão de
segunda ordem), a título de simplificação dos cálculos. Como a variável Lag1 apresenta pouca
influência no modelo final, isso causa um impacto pequeno nas curvas de intervalo de
confiança que, apesar de não estarem matematicamente precisas no gráfico acima, funcionam
de forma muito prática para representar a incerteza associada ao modelo utilizado.
Vale ressaltar que este previsão considera que a relação descrita pela equação do
modelo se manterá no futuro, ou seja, que a demanda Residencial continuará seguindo a
mesma proporcionalidade com o PIB brasileiro, o que pode não ser verdade no futuro. Além
disso, ela baseia suas previsões em previsões de PIB no futuro, as quais, por si só, possuem
erros e incertezas associadas.