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

Tabela 8: Quadro comparativo de modelos – Setor de Transportes
Setor Transportes
Número de dados históricos
Regressão Explanatória Auto-regressão Holt
incluídos no modelo
Relação Intervalo de
10 16 18
Confiança/Previsão em 2030 4% 3% 18%
R2 ou R2-ajustado encontrado 99,5% 98,6% n/a
MSE 2.239,5 4.660,4 4.675,5
MAE 40,0 56,0 47,6
MAPE 23% 203%
*Nãohomocedasticidade
*Longa sequência
31%
Problemas com resíduos de 1a *Número muito baixo de abaixo do zero no
ordem
Problemas com resíduos de 2a
pontos abaixo de zero início da série n/a
ordem
Método conceitualmente mais
n/a n/a n/a
adequado para previsões de...
Alinhamento de resultados com
Curto/Médio prazo Curto prazo Curto prazo
outros métodos? Holt Nenhum Regr. Explanatória
Segue uma pequena explicação sobre cada um dos parâmetros acima elencados:
• Número de dados históricos incluídos no modelo: muito importante, dado que um
modelo baseado num número menor de pontos possui menor poder de extrapolação do
que um baseado num número maior de pontos.
• Relação Intervalo de Confiança/Previsão em 2030: este parâmetro é a razão entre o
Limite Superior previsto em 2030 e a previsão base em 2030 e dá uma dimensão de
quão precisa a previsão gerada pelo modelo se propõe a ser. Vale ressaltar que, como
os dados estão representados porcentualmente, previsões em patamares bastante
elevados podem possuir resultados porcentuais menores do que previsões em
patamares mais baixos, mesmo possuindo uma amplitude absoluta maior.
• R 2 ou R 2 -ajustado: mostra o indicador de explicação (devidamente ajustado, se for o
caso), encontrado para as regressões realizadas
• MSE, MAE e MAPE: Indicadores do erro entre o modelo e os dados históricos. As
informações dos mesmos são complementares entre si
• Problemas com resíduos: análise dos maiores problemas encontrados durante as
análises de resíduos das regressões
87