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.
66<br />
complexidade e ao fato de não se aplicar ao problema sendo estudado neste Trabalho de<br />
Formatura, o mesmo não será mais detalhado neste relatório.<br />
6.3.1.2.6 Auto-regressão<br />
Auto-regressão é um método de previsão quantitativa baseado em séries temporais<br />
que segue o seguinte formato:<br />
Equação 24: Forma geral da auto-regressão<br />
Y n = f ( Yn<br />
-1;<br />
Yn<br />
- 2;<br />
Yn<br />
- 3....<br />
)<br />
Ou seja, a previsão do comportamento futuro será uma função dos resultados passados<br />
desta mesma série.<br />
Escrevendo a forma da auto-regressão mais detalhadamente para o caso linear, tem-se:<br />
Equação 25: Forma linear da auto-regressão<br />
Yn = a + b1<br />
× Yn<br />
-1<br />
+ b2<br />
× Yn<br />
-2<br />
+ b3<br />
× Yn<br />
-3<br />
A auto-regressão também apresenta o indicador R 2 (no caso de auto-regressões de<br />
primeira ordem) ou R 2 -ajustado (no caso de auto-regressões de maior ordem), os quais<br />
indicam a qualidade da auto-regressão realizada. Além disso, a auto-regressão também possui<br />
as mesmas hipóteses da regressão sobre normalidade dos resíduos.<br />
6.3.1.2.7 Modelos ARIMA<br />
Modelos ARIMA são um conjunto de modelos de previsão qualitativos baseados em<br />
séries temporais, cujo nome é uma sigla que significa Autoregressive/Integrated/Moving<br />
Average. Ou seja, são modelos baseados em auto-regressões e/ou diferenciações (integrated)<br />
e/ou médias móveis.<br />
+ ...