Previsão (estatística)

Origem: Wikipédia, a enciclopédia livre.
Ir para: navegação, pesquisa
Ambox important.svg
Foram assinalados vários aspectos a serem melhorados nesta página ou secção:

Previsão, em estatística é o preocesso de estimativas em situações de incertezas. O termo previsão é semelhante, porém mais geral, e normalmente se refere a estimação de séries tempoais ou dados instantâneos. O previsão se evoluiu para a prática do plano de demanda diária em o prognóstico diario dos negócios. A prática do plano de demanda tembém se refere à previsão de cadeia de suprimentos.

Portanto, temos as previsões são processos críticos e contínuos necessários para obter bons resultados no planejamento de um projeto. Se classificarmos em relação ao intervalo de tempo, podem ser classificadas em:

1. Previsões de curto prazo: Nas empresas modernas, este tipo de previsão é realizada a cada mês ou menos, e seu tempo de planejamento é válido por um ano. Usado para programas de fornecimento, produção, alocação de mão de obra para Usado para fornecer programas, produção, alocação de mão de obra para o número de departamentos de pessoal, planejamento e fabricação, modelo de trabalhadores, e planejamento dos departamentos de fabricação.

2. Previsões a médio prazo: Abrange um período de seis meses a três anos. É usado para estimar planos de vendas, produção, fluxo de caixa e elaboração de orçamento.

3.Previsões a longo prazo: Este tipo de previsão é utilizado no planejamento de novos investimentos, lançametos novos produtos e tendências tecnológicas de materiais, processos e produtos, bem como na elaboração de projetos. A duração é de três anos ou mais.

Métodos de série temporal[editar | editar código-fonte]

Métodos de séries temporais utilizam dados históricos como base para estimar os resultados futuros. Supõe-se que a procura é uma função do tempo, e que pode estar envolvido em adição os seguintes componentes:

  • Tendência.
  • Ciclos.
  • Estacionalidades.
  • Irregularidades.

Imerso no modelo em um esquema de aditivo ou multiplicativo. Alguns destes métodos são os seguintes:

  • Método ingênuo: simplesmente assumiu que a magnitude da demanda é igual ao última medida.
  • Método de médias móveis
  • Método de suavização exponencial
  • Método de extrapolação
  • Método de ajuste de tendência linear
  • Método de ajuste sazonal

Métodos casuais / econométricos[editar | editar código-fonte]

Alguns métodos de previsão assumem que é possível identificar os fatores subjacentes que podem influenciar a variável de prever. Se as causas são compreendidas, as projecções podem ser feitas das variáveis ​​que influenciam, para utilização na previsão.

Alguns métodos causais são:

  • A análise de regressão, que pode ser linear ou não linear.
  • Modelo Autoregressivo de média móvel (ARMA)
  • Modelo Arima
  • Econometria


Métodos subjetivos[editar | editar código-fonte]

Métodos subjetivos incorporam julgamentos intuitivos, opiniões e estimativas. Algumas delas são:

  • Previsões compostas
  • enquetes
  • Método Delphi
  • Construção de Etapa
  • Previsão de tecnologia
  • Previsão por analogia


Outros métodos[editar | editar código-fonte]

  • Simulação
  • Previsão de Mercado
  • previsão probabilística
  • Previsão conjunto

Previsão precisão[editar | editar código-fonte]

O erro da previsão é a diferença entre o real e previsto do período correspondente.

 E_t = Y_t - F_t

Onde  E_T é o erro do período de previsão  t ,  Y é o valor real nesse período e  f_t a valor que estava previsto.

Erro absoluto da média (MAD) MAD = \frac{\sum_{t=1}^{N} |E_t|}{N}
Erro absoluto do percentual da média (MAPE)  MAPE = \frac{\sum_{t=1}^N |\frac{E_t}{Y_t}|}{N}
Percentagem de desvio absoluto da média(PMAD)  PMAD = \frac{\sum_{t=1}^{N} |E_t|}{\sum_{t=1}^{N} |Y_t|}
O erro quadrático da média (MSE)  MSE = \frac{\sum_{t=1}^N {E_t^2}}{N}
Raiz do erro quadrático da média (RMSE)  RMSE = \sqrt{\frac{\sum_{t=1}^N {E_t^2}}{N}}