Previsão de demanda: aplicação do modelo ARIMA em uma empresa revendedora de combustível
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Tabela 5 – Função <strong>de</strong> autocorrelação <strong>do</strong>s resíduos.<br />
Função <strong>de</strong> autocorrelação <strong>do</strong>s resíduos<br />
Defasag<strong>em</strong> FAC FACP Estat. Q [p-valor]<br />
1 0,0344 0,0344 0,0556 [0,814]<br />
2 -0,202 -0,2034 2,0222 [0,364]<br />
3 -0,0683 -0,0553 2,2526 [0,522]<br />
4 0,081 0,0465 2,5848 [0,630]<br />
5 0,1177 0,0933 3,3035 [0,653]<br />
6 0,0079 0,024 3,3068 [0,769]<br />
7 0,026 0,0764 3,3439 [0,851]<br />
8 -0,0152 -0,0047 3,357 [0,910]<br />
9 0,0105 0,0199 3,3633 [0,948]<br />
10 -0,08 -0,0992 3,7447 [0,958]<br />
11 0,0368 0,0379 3,828 [0,975]<br />
12 -0,2315 -0,2987** 7,2182 [0,843]<br />
13 -0,1843 -0,1892 9,4361 [0,739]<br />
14 0,0639 -0,0363 9,7115 [0,783]<br />
15 0,0038 -0,0959 9,7125 [0,837]<br />
16 -0,01 0,005 9,7197 [0,881]<br />
17 -0,0264 0,0714 9,7721 [0,913]<br />
18 -0,1116 -0,0758 10,7417 [0,905]<br />
19 -0,0521 0,0073 10,9617 [0,925]<br />
20 -0,0209 -0,0475 10,9984 [0,946]<br />
21 0,0466 0,0369 11,1893 [0,959]<br />
22 0,06 -0,0012 11,5207 [0,967]<br />
23 -0,0238 -0,0203 11,5752 [0,977]<br />
24 0,0398 0,0283 11,7352 [0,983]<br />
25 0,1597 0,0872 14,4529 [0,953]<br />
Fonte: Autores<br />
Portanto, por meio <strong>de</strong>ssas análises po<strong>de</strong>-se concluir que o mo<strong>de</strong>lo é preciso para essa<br />
série t<strong>em</strong>poral, o que confirma sua utilização para realizar as previsões.<br />
4.4 Etapa <strong>de</strong> <strong>Previsão</strong><br />
Com a obtenção <strong>do</strong> mo<strong>de</strong>lo mais a<strong>de</strong>qua<strong>do</strong>, a última etapa consiste <strong>em</strong> realizar a<br />
15