16.06.2013 Views

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

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

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

SHOW MORE
SHOW LESS

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

48<br />

120<br />

100<br />

80<br />

60<br />

40<br />

20<br />

Plotando-se os gráficos reais e suas previsões obtêm-se o seguinte gráfico:<br />

Timeplot de<br />

dados reais vs previsão<br />

Previsão<br />

Dados Reais<br />

0<br />

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20<br />

Períodos<br />

ME -0,1 MAE 4,7 MSE 30,3 MPE -4% MAPE 11%<br />

Gráfico 10: Exemplificação dos tipos de erros<br />

No gráfico acima se pode observar as diferenças entre os dados reais e a previsão<br />

realizada (que, de uma forma geral, acompanha bastante bem os dados reais), assim como os<br />

respectivos erros da previsão – ME, MAE, MSE, MPE e MAPE.<br />

6.2.4 Intervalos de previsão<br />

Toda previsão, seja ela quantitativa ou qualitativa, é uma estimativa de um futuro<br />

incerto. Desta forma, ela sempre contém uma incerteza associada à mesma.<br />

Por isso, muitas vezes o resultado de uma previsão não é apresentado como um<br />

número, mas sim como um intervalo de valores, dentro do qual o valor futuro da variável<br />

sendo prevista se encontrará com certo grau de confiabilidade.<br />

Um exemplo disso seria, ao invés de dizer que a população brasileira em 2030 será de<br />

238 milhões de pessoas, dizer que a população brasileira em 2030 estará entre 236 e 240<br />

milhões de pessoas com 95% de certeza.<br />

Além de deixar explícito o grau de incerteza associada à previsão, a utilização de<br />

intervalos também traz certo “alívio” psicológico para a mesma, porque tira dela o estigma de

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!