Logística/Técnicas de previsão/Série temporal e dados transversais: diferenças entre revisões
| [edição não verificada] | [edição não verificada] |
Conteúdo apagado Conteúdo adicionado
m alteração nº pagina |
adicionada revisao2 |
||
Linha 1:
Uma série temporal ou cronológica é composta por um conjunto de observações contínuas, ordenadas em intervalos temporais igualmente espaçados (e.g., uma observação por mês).
A análise de séries temporais (ou análise longitudinal) tem vários objectivos (Ehlers, 2009, p.6):
*'''''Descrição.''''' Descrever propriedades das séries, como a tendência, sazonalidade, ciclicidade, discrepâncias (outliers), alterações estruturais (e.g., mudanças no padrão da tendência ou da sazonalidade)
*'''''Explicação.''''' Utilizar a variação de uma série para explicar a variação de outra.
*'''''Previsão.''''' Prever valores futuros com base em valores passados, mas tendo sempre presente a noção de que o futuro envolve incerteza, ou seja, as previsões não são perfeitas. Deve-se no entanto, reduzir os erros de previsão
*'''''Controlo.''''' Quando o objectivo é controlar o processo. Por exemplo, o controlo estatístico de qualidade no qual as observações são representadas em cartas de controlo.
▲*'''Previsão.''' Prever valores futuros com base em valores passados, mas tendo sempre presente a noção de que o futuro envolve incerteza, ou seja, as previsões não são perfeitas. Deve-se no entanto, reduzir os erros de previsão (Ehlers, 2009, p. 2). Planeamento de produção, orçamentação, gestão de inventário, vendas, marketing e distribuição, todas estas áreas dependem de previsões a curto prazo precisas (Armstrong, 2001, p. 196).
Planeamento de produção, orçamentação, gestão de inventário, vendas, marketing e distribuição, todas estas áreas dependem de previsões a curto prazo precisas (Armstrong, 2001, p. 196).
Por sua vez, uma análise de dados transversais (ou análise transversal) fornece um retrato instantâneo das variáveis em estudo, num
| |||