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.
Ou seja, a previsão será uma função do resultado futuro de outra variável, no caso o x.<br />
Escrevendo a forma da regressão simples mais detalhadamente para o caso linear,<br />
tem-se:<br />
Equação 14: Forma linear da regressão simples<br />
Yp = a + bx<br />
Ou seja, Yp , a previsão, é uma função linear de x. Já Y, o resultado real da variável no<br />
futuro seria Yp mais um valor randômico de erro.<br />
Para o cálculo dos coeficientes recomenda-se a leitura de MAKRIDAKIS, S. and S.C.<br />
WHEELWRIGHT. Forecasting – Methods and Applications, 3ª ed., Wiley, New York, 1998.<br />
Vale destacar que praticamente qualquer software usado para se trabalhar dados,<br />
inclusive o MS Excel, realiza esses cálculos automaticamente.<br />
A regressão simples é baseada na correlação linear (apresentada anteriormente neste<br />
trabalho). Ao elevarmos o coeficiente da correlação linear, R, ao quadrado, obtém-se o R 2 que<br />
indica a qualidade da regressão realizada. Este indicador varia de 0 a 1 e, quanto mais<br />
próximo de 1, melhor é a regressão sendo realizada.<br />
Um ponto essencial de ser destacado são as hipóteses que estão por trás do modelo de<br />
regressão, as quais não sendo atendidas diminuem em muito o rigor matemático do modelo.<br />
• Os erros (ou resíduos) possuem distribuição normal, com média zero e<br />
variância constante para todo xi (ao longo de todo o espectro da variável<br />
explanatória)<br />
• Quaisquer observações independentes não podem ser correlacionadas entre si<br />
Estatisticamente pode-se avaliar a qualidade da regressão através da estatística t de<br />
cada coeficiente. De uma forma geral, considera-se que resultados de t, em módulo, maiores<br />
do que 2 são bons e que valores entre 1,5 e 2 são considerados aceitáveis (cerca de 85% a<br />
95% de certeza que o coeficiente não é zero).<br />
53