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

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