Previsão de demanda: aplicação do modelo ARIMA em uma empresa revendedora de combustível

Tabela 2 – Correlograma da Função de Autocorrelação (FAC) para consumo de diesel
Função de autocorrelação para DIESEL
Defasagem FAC FACP Estat. Q [p-valor]
1 0,6265*** 0,6265*** 18,8692 [0,000]
2 0,5265*** 0,2205 32,5021 [0,000]
3 0,5010*** 0,183 45,1414 [0,000]
4 0,5082*** 0,1792 58,4651 [0,000]
5 0,5103*** 0,1462 72,2345 [0,000]
6 0,4423*** -0,0015 82,8444 [0,000]
7 0,4081*** 0,0161 92,1117 [0,000]
8 0,3450** -0,0674 98,9151 [0,000]
9 0,3160** -0,0327 104,781 [0,000]
10 0,2252 -0,1494 107,8444 [0,000]
11 0,193 -0,052 110,1606 [0,000]
12 0,0371 -0,2888* 110,2487 [0,000]
13 0,0378 -0,0248 110,3429 [0,000]
14 0,0862 0,1028 110,8502 [0,000]
15 0,014 -0,0354 110,864 [0,000]
16 -0,0286 0,0157 110,9236 [0,000]
17 -0,0999 -0,0147 111,6771 [0,000]
18 -0,2023 -0,196 114,8814 [0,000]
19 -0,2292 -0,0724 119,1531 [0,000]
20 -0,2196 -0,0069 123,2325 [0,000]
21 -0,1872 0,101 126,3202 [0,000]
22 -0,2113 0,0107 130,4255 [0,000]
23 -0,2803* -0,047 137,9772 [0,000]
24 -0,2804* -0,0189 145,8934 [0,000]
25 -0,2486* 0,0369 152,428 [0,000]
Fonte: Autores
Como a série não é estacionária, foi preciso recorrer a uma transformação na série
original por meio de uma diferencição de ordem 1, para eliminar a tendência. A Figura 5
mostra que a primeira diferenciação na série temporal foi satisfatória para estacionarizá-la,
passando a oscilar em torno de uma média constante.
11