Previsão de demanda por meio do método auto regressivo médias móveis integrado sazonal - SARIMA: Um estudo em uma empresa do segmento autopeças
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Vendas<br />
Trabalho <strong>de</strong> Conclusão <strong>de</strong> Curso<br />
Engenharia <strong>de</strong> Produção<br />
2013<br />
8000<br />
7000<br />
Variable<br />
<strong>Previsão</strong><br />
Limite Inferior 95%<br />
Limite Superior 95%<br />
Real<br />
6000<br />
5000<br />
4000<br />
3000<br />
2000<br />
jul/07<br />
ago/07<br />
set/07<br />
out/07<br />
nov/07<br />
<strong>de</strong>z/07<br />
jan/08<br />
fev/08<br />
Meses<br />
mar/08<br />
FIGURA 9 - <strong>SARIMA</strong> (2,1.3) x (1,1,2) validação da previsão.<br />
abr/08<br />
mai/08<br />
jun/08<br />
jul/08<br />
ago/08<br />
Para assegurar que o <strong>SARIMA</strong> (2, 1, 3) x (1, 1, 2) é realmente estatisticamente<br />
confiável foi necessário verificar se os resíduos possu<strong>em</strong> <strong>sazonal</strong>ida<strong>de</strong>, conforme Figura 10.<br />
Desta forma, percebe-se, que não há nenhum pico isola<strong>do</strong>, concluin<strong>do</strong> que, não há a presença<br />
da <strong>sazonal</strong>ida<strong>de</strong> residual.<br />
FIGURA 10 - Sazonalida<strong>de</strong> residual.<br />
Também foi necessário testar a presença da <strong>auto</strong>correlação residual, conforme<br />
Tabela 8. Verificou-se, que a maioria <strong>do</strong>s coeficientes possu<strong>em</strong> p-valor acima <strong>de</strong> 0,05, ou<br />
seja, <strong>de</strong>monstran<strong>do</strong> assim, que não há a presença da <strong>auto</strong>correlação residual.<br />
Neste contexto, o mo<strong>de</strong>lo <strong>SARIMA</strong> (2, 1, 3) x (1, 1, 2) é estatisticamente confiável.<br />
16
Change language