Logística/Técnicas de previsão/Representação gráfica: diferenças entre revisões
[edição não verificada] | [edição não verificada] |
Conteúdo apagado Conteúdo adicionado
revisao |
revisão |
||
Linha 14:
[[Imagem:GDP_PIB_tunisia.svg|right|thumb|Figura 2. Série com ciclicidade.]]
*''Cíclico (C)''. Verifica-se quando os dados apresentam subidas e descidas de período variável. Por exemplo, nas séries de dados económicos, tais como as vendas de automóveis, aço e grandes electrodomésticos, as subidas e descidas devem-se, normalmente, a flutuações económicas como as que resultam dos [[w:Ciclo econômico|ciclos económicos]]
[[Imagem:Southern_Hemisphere_Sea_Ice_Extent_Anomalies-Mar.png|right|thumb|Figura 3. Série com tendência positiva.]]
*''Tendência (T)''.
O grande desafio e motivo de interesse por detrás da previsão prende-se com a grande variedade de comportamentos (fruto da combinação dos diferentes tipos de comportamento referidos acima) presentes em séries temporais reais. Como tal, devem ser empregues modelos de previsão capazes de distinguir cada comportamento, caso seja necessário efectuar a separação dos seus componentes, bem como identificar o comportamento e efectuar um melhor ajuste dos dados para que se possam efectuar previsões de valores futuros.
''Gráfico sazonal''
Um gráfico sazonal [http://robjhyndman.com/fppfigs/a10b.png] é semelhante a um gráfico temporal com os dados para cada época sobrepostos, como se estivessem representados em função da época em que foram observados. Este tipo de gráfico permite observar o comportamento sazonal com mais facilidade, assim como identificar quaisquer desvios substanciais do comportamento sazonal.
''Gráfico de dispersão''
[[Imagem:R-car_stopping_distances_1920.svg|right|thumb|Figura 4. Gráfico de dispersão.]]
A relação entre duas [[w:Variável (matemática)|variáveis]] é representada em [[w:Gráfico de dispersão|gráficos de dispersão]] (Figura 4) que exibem os dados num [[w:Gráfico bidimensional|gráfico bidimensional]]. A variável resposta é representada no eixo <math>Y</math> enquanto que no eixo <math>X</math>
Os gráficos de dispersão fornecem informação acerca da intensidade, forma (linear, curva
O agrupamento de pontos ao longo de uma linha é o resultado da [[w:Correlação|correlação]] entre as variáveis.
Linha 38:
''Alisamento de um gráfico de dispersão''
O alisamento de um gráfico de dispersão é realizado através do [[w:Ajuste de curvas|ajuste
As previsões da variável resposta baseadas no valor da variável explicativa são realizadas
''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
''Uso''
A representação gráfica da relação entre duas variáveis é
{{AutoCat}}
|