GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP
GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP
GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Equação 22: Single Exponential Smoothing (SES)<br />
F<br />
t+<br />
1<br />
= αY<br />
Onde α pertence ao intervalo entre 0 e 1.<br />
t<br />
+ ( 1-<br />
A equação acima diz que uma nova previsão é calculada com base na última<br />
observação e na última previsão ajustada pelo erro da mesma.<br />
O termo α geralmente é determinado de forma que o mesmo minimize um indicador<br />
de erro da previsão, sendo este mais comumente o MSE (podendo ser também o MAPE, ME<br />
ou mesmo outro). Fazendo um paralelo entre média móvel e SES, tem-se que um α alto é<br />
semelhante a uma média móvel com ordem baixa, reagindo rapidamente a variações nas<br />
observações. Já um α baixo é semelhante a uma média móvel com ordem alta, se tornando<br />
bastante estável ao longo do tempo, demorando bastante para reagir a variações nas<br />
observações.<br />
Para se iniciar as previsões, pode se adotar F1 como Y0 ou como a média das últimas n<br />
observações.<br />
Já o método de Holt é mais adequado para lidar com variáveis de previsão que<br />
apresentem tendência/ciclicidade, mas não sazonalidade. Sua fórmula de cálculo é a seguinte:<br />
α)<br />
F<br />
Equação 23: Método de Holt<br />
Lt<br />
= αYt<br />
+ ( 1-<br />
α)(<br />
Lt<br />
-1<br />
+ bt-1)<br />
bt<br />
= β(<br />
Lt<br />
- Lt<br />
-1)<br />
+ ( 1-<br />
β)<br />
bt-1<br />
F = L + b m<br />
t+<br />
m<br />
t<br />
Na equação acima a previsão, Ft+m, é baseada na estimativa do nível da série no<br />
instante t, Lt, mais a inclinação da reta, bt, multiplicada pelo número de períodos m.<br />
Os índices α e β podem variar entre 0 e 1 e devem ser encontrados de forma a<br />
minimizar o erro da previsão (via algoritmo de otimização de Pesquisa Operacional, cálculo<br />
diferencial ou “chutes” de pares ordenados).<br />
Já o método de Holt-Winters é mais adequado para lidar com séries que apresentem<br />
tendência/ciclicidade e sazonalidade (seja ela aditiva ou multiplicativa). Devido à sua<br />
t<br />
t<br />
65