Logística/Técnicas de previsão/Decomposição de séries temporais: diferenças entre revisões

[edição não verificada][edição não verificada]
Conteúdo apagado Conteúdo adicionado
Actualização da página
Actualização da página
Linha 1:
Muitos métodos de previsão baseiam-se no conceito de que quando existe uma tendência numa série de dados, essa tendência pode ser separada da aleatoriedade por alisamento (calculando a [[w:Média|média]]) dos valores no passado. O efeito deste alisamento é eliminar a [[w:Aleatoriedade|aleatoriedade]], de modo a que a tendência possa ser projectada no [[w:Futuro|futuro]] e utilizada como previsão. Em muitos casos a tendência pode ser separada (decomposta) em subtendências que identificam cada um dos componentes da [[w:Série temporal|série temporal]] em separado. Esta separação pode, frequentemente, ajudar a compreender melhor o comportamento da série, o que proporciona previsões com maior precisão ([[Logística/Referências#refbMAKRIDAKIS|Makridakis, 1998, p. 82-84]]).
 
Geralmente, os métodos de decomposição tentam identificar duas componentes distintas da tendência que normalmente caracterizam as séries económicas e comerciais: a ciclicidade e os factores sazonais. O factor sazonal está relacionado com as flutuações [[w:Periodicidade|periódicas]] de duração [[w:Constante|constante]] causadas, por exemplo, pela [[w:Temperatura|temperatura]], pluviosidade, mês do ano, feriados ou políticas empresariais. A ciclicidade representa mudanças a [[w:Longo prazo e curto prazo|longo prazo]] no nível da série. A ciclicidade é, por vezes separada em componentes de tendência e cíclicos, mas a distinção é um pouco artificial e a maior parte dos procedimentos de decomposição abordam a tendência e o ciclo, como um único componente, conhecido por ciclicidade.
 
A decomposição pressupõe que os dados são compostos como se segue:
Linha 7:
Dados = tendência + erro = <math> f </math>(ciclicidade, sazonalidade, erro)
 
Note-seAssim, quea épresença adicionadode um elemento de erro ou aleatoriedade é também assumida, em adição aos componentes da tendência. Este erro é, calculadonormalmente, atravésapelidado dade componente "irregular", assumindo-se como a diferença entre o efeito combinado das duas subtendências da série e os dados reais sendo ,normalmente, apelidado de componente "irregular".
 
ACom decomposiçãoo de séries temporais pode ser efectuadaobjectivo de formas distintas, que visam isolar cada componente da série com a maior [[w:Precisão|precisão]] possível, existem várias alternativas para se decompor uma série temporal. Esta separação consiste em remover o primeiro ciclo de evolução e, posteriormente, isolar a componente sazonal. Qualquer resíduo é considerado aleatório, sendo possível a sua identificação, apesar de a sua previsão ser impossível.
A partir de um ponto de vista [[w:Estatística|estatístico]] existem fragilidades teóricas na abordagem deda decomposição. Os investigadoresContudo, entretanto,os têm ignorado estas fraquezas einvestigadores têm usado a abordagem com considerável [[w:Sucesso|sucesso]] ignorando estas fraquezas.
 
Os métodos de decomposição estão entre as mais antigas abordagens de análise de séries temporais. Estes métodos nasceram no início do século XX, tendo sido iniciados a partirpartindo de duasdois direcçõesdiferentes opostaspressupostos. Em primeiro lugar, reconheceu-se o estudo da [[w:Correlação|correlação]] dentro ou entre as variáveis, devendo ser eliminada qualquer correlação falsa que possa existir por causa da tendência. Em 1884, Poynting tentou eliminar tendências e algumas flutuações sazonais através da média dos preços. No ano de 1901, Hooker, seguiu o exemplo de Poynting, mascontudo, as suas metodologias foram mais consistente no que diz respeito à eliminação da tendência. O seu trabalho foi seguido por Spencer (1904) e Anderson e Nochmals (1914) que incluíram [[w:Polinómio|polinómios]] de ordem superior, generalizando, assim, o procedimento de eliminação de tendências.
 
Os economistas iniciaram uma outra abordagem nesta área, assim,procurando preocupadosformas comde prever o impacto da [[w:Depressão (economia)|depressão]] procuraram maneiras de prevê-las. Eles sentiram que os elementos da actividade económica deveriam ser separados de modo a que as mudanças no ciclo de negócioscomercial pudessem ser isoladas das mudanças sazonais e outras. Em 1911 a França nomeou uma comissão que apresentou um relatório de análise das causas da [[w:Crise financeira|crise económica]] de 1907. Este grupo introduziu a ideia de indicadores antecedentes e coincidentes e tentou separar a tendência do ciclo de modo a que o movimento deste último pudesse ser seguido.
 
Nos Estados Unidos, essa ideia foi ampliada e foi desenvolvido o conceito de construção de barómetros da actividade. Além disso, uma tentativa de separar a flutuação sazonal do resto dos componentes foi feita logo em 1915 por Copeland. Em 1930, Macauley, introduziu o processo de decomposição, como é conhecido hoje, introduzindo, em 1920, o método de médias móveis que constitui a base do Census II.
 
O uso generalizado de [[w:Computador|computadores]] revelou ser um enorme impulso no desenvolvimento da decomposição. Em 1957, Shiskin, desenvolveu um programa de computador que permitisse realizar os cálculos necessários de forma fácil e rápida. Isso deu origem ao Census II, que se tornou o mais usado dos métodos de decomposição. Desde essa época, as abordagens de decomposição têm sido amplamente utilizadas tanto por economistas como por analistas de negócios.
 
Mais recentemente, asAs vantagens das abordagens de decomposição foramtêm sido reconhecidas enos têmúltimos sidoanos, feitosexistindo esforçosuma parapreocupação constante em melhorá-las. EstesOs esforços realizados têm como objectivo a introdução de rigor estatístico na abordagem, sem perder a sua intuitividade.