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.
92<br />
muito forte. Além disso, os mesmos desrespeitam a hipótese de homocedasticidade nos<br />
extremos do eixo x.<br />
Outra análise que pode ser realizada é plotar o gráfico do ACF dos erros, para verificar<br />
se há alguma influência temporal relevante ao problema que não tenha sido incorporada ao<br />
modelo. O gráfico abaixo ilustra isso:<br />
Autocorrelation<br />
1,0<br />
0,8<br />
0,6<br />
0,4<br />
0,2<br />
0,0<br />
-0,2<br />
-0,4<br />
-0,6<br />
-0,8<br />
-1,0<br />
1<br />
Autocorrelation Function for Erro expl<br />
(with 5% significance limits for the autocorrelations)<br />
2<br />
3<br />
Lag<br />
Gráfico 26: ACF dos resíduos - modelo explanatório setor energético<br />
Como todos os ACFs ficaram dentro dos intervalos delimitados pelas linhas tracejadas<br />
pode-se concluir que não há nenhuma influência temporal relevante nos resíduos do modelo<br />
encontrado.<br />
Para se proceder com a utilização do modelo para a realização da previsão, é<br />
necessário se possuir previsões de cada uma das variáveis de entrada do mesmo. Previsão do<br />
PIB e capacidade instalada térmica são baseadas em fontes externas de informação (vide<br />
Apêndice para maiores detalhes). Já a previsão do preço relativo do gás natural em relação ao<br />
óleo combustível deverá ser determinada neste trabalho.<br />
4<br />
5