Logística/Técnicas de previsão/Representação gráfica: diferenças entre revisões

[edição não verificada][edição não verificada]
Conteúdo apagado Conteúdo adicionado
tentativa de correcçao do VDA v6
revisao
Linha 24:
''Gráfico sazonal''
 
A criação de umUm gráfico sazonal [http://robjhyndman.com/fppfigs/a10b.png] quandoé sesemelhante analisama sériesum temporaisgráfico temporal com comportamentoos sazonaldados épara importante.cada Esteépoca gráficosobrepostos, écomo compostose pelos dadosestivessem ''plotados''representados em função dasda «estações» individuaisépoca em que os dados foram observados. Este processotipo éde similargráfico aopermite das séries temporais exceptoobservar o facto dos dados de cada «estação» estarem sobrepostos. Um gráficocomportamento sazonal permite uma visãocom mais clarafacilidade doassim comportamentocomo sazonal subjacente, permite ainda queidentificar quaisquer desvios significativossubstanciais do comportamento sazonal possam ser facilmente identificados.
 
 
Linha 38:
''Alisamento de um gráfico de dispersão''
 
O alisamento de um gráfico de dispersão é realizado através do [[w:Ajuste de curvas|ajuste de uma linha]] aos dados, que tenta mostrar a componente não-aleatória da associação entre as variáveis. O alisamentoEste pode ser feito através de uma linha recta, uma linha quadrática ou polinomial ou «Splines» de alisamento pois permitem uma maior flexibilidade nas associações não-lineares. O melhor ajuste da curva, é definido como o ajuste que resulta na soma mínima dos erros quadrados ([[w:Método dos mínimos quadrados|critério dos mínimos quadrados]]).
 
 
O melhor ajuste da curva, é definido como o ajuste que resulta na soma mínima dos erros quadrados (critério dos mínimos quadrados).
 
As previsões da variável resposta baseadas no valor da variável explicativa são realizadas com base no uso de alisamento para separar as variações não-aleatórias das variações aleatórias.
Linha 48 ⟶ 45:
''Causa e efeito''
 
Não existe necessariamente uma relação causa e efeito sempre que um gráfico de dispersão exibe uma associação entre duas variáveis pois ambas podem estar relacionadas com uma terceira variável, pode existir uma outra causa ou a associação aparente pode simplesmente derivar de um acaso ou pode existir ainda uma outra causa.