Tecnicas

Objetivo do modelo

Coleta e análise dos dados

Seleção da técnica de previsão

Obtenção das previsões

Monitoração do modelo

2

Previsões Baseadas em Séries Tempora
Partem do princípio de que a demanda futura será uma projeção dos seus valores passados, não sofrendo influência de outras variáveis.
É o método mais simples e usual de previsão, e quando bem elaborado oferece bons resultados.
Para se montar o modelo de previsão, é necessário plotar os dados passados e identificar os fatores que estão por trás das características da curva obtida
(Previsão final = composição dos fatores).
Uma curva temporal de previsão pode conter tendência, sazonalidade, variações irregulares e variações randômicas (há técnicas para tratar cada um destes aspectos).
3

Não é indicada quando há Tendência ou Sazonalidade


A média móvel usa dados de um número já determinado de períodos, normalmente os mais recentes, para gerar sua previsão.
A cada novo período de previsão se substitui o dado mais antigo pelo mais recente.

( Rt  Rt  1  Rt  2  ...  Rt  n 1 )
Pt 1 M t  n Pt 1: previsão para o próximo período;

Mt

: média móvel no período t;
: valor real observado no período t;

Rt : número de períodos considerados na média

n

móvel.

4

Período
Janeiro
Junho Julho
Demanda
60
60
Mm5 

Mm3 

Fevereiro Março Abril Maio
50

45

50

45

70

50 Previsões
45  50  45  70 para Julho
52,00
5

50  45  70
55,00
3

Mm3 

45  70  60
58,33
3

Previsão para Agosto

Alternativa: ponderar os períodos com pesos maiores para os mais recentes (50%, 30%,
20%: Julho = 58,50)
5

Sem Tendência. Método permite atribuir um maior peso ( ) em valores mais recentes.
Deve-se efetuar os seguintes cálculos:

Pt 1 Rt  (1   ) Pt
Sendo:

 = coeficiente de amortecimento (0  1)

 Próximo de 1 – previsão mais sensível ao último valor observado 6

Decomposição Clássica
A sazonalidade é expressa em termos de uma quantidade, ou de uma percentagem, da demanda que desvia-se dos valores