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.
38<br />
Conforme a figura acima ilustra, tem-se que as previsões podem ser feitas de duas<br />
formas básicas puras: quantitativamente ou qualitativamente.<br />
Podem-se subdividir os modelos de previsão quantitativa em dois subgrupos: os<br />
modelos explanatórios e os modelos baseados em séries temporais.<br />
De forma sucinta, os modelos explanatórios buscam prever os resultados futuros da<br />
variável de previsão através do input de valores futuros de variáveis relacionadas a esta num<br />
modelo matemático. Alguns exemplos de modelos de previsão explanatórios são a regressão<br />
simples, regressão múltipla e modelos econométricos (os quais fogem do escopo deste texto,<br />
não sendo assim aqui abordados).<br />
Já os modelos baseados em séries temporais buscam compreender o comportamento<br />
passado de séries históricas e extrapolar o mesmo para o futuro, de forma a se obter uma<br />
previsão. Alguns exemplos de modelos de previsão baseados em séries temporais são os<br />
métodos de suavização exponencial, auto-regressão e os modelos ARIMA (Autoregressive<br />
Integrated Moving Average).<br />
Previsão qualitativa é o nome que se dá a previsões que não são geradas diretamente<br />
de um modelo matemático, sendo geralmente elaboradas por especialistas (podendo contar<br />
com o auxílio ou não de modelos matemáticos). Um método bastante interessante de previsão<br />
qualitativa é o método <strong>DE</strong>LPHI que, assim como os outros métodos acima mencionados serão<br />
mais bem detalhados posteriormente neste mesmo capítulo.<br />
Vale ressaltar que o diagrama apresentado acima é uma classificação conceitual das<br />
diferentes formas de se fazer previsões existentes. É perfeitamente possível se fazer<br />
combinações de algumas das formas “puras” apresentadas anteriormente para se realizar a<br />
previsão de determinada variável num caso real (juntando-se, por exemplo, regressão simples<br />
com auto-regressão e ancoragem).<br />
De acordo com Hanke (1998), o processo básico de previsão é ilustrado pelo seguinte<br />
fluxograma apresentado na figura a seguir: