Logística/Técnicas de previsão/Representação gráfica: diferenças entre revisões
| [edição não verificada] | [edição verificada] |
Conteúdo apagado Conteúdo adicionado
*txt |
+links |
||
Linha 9:
[[Imagem:Bigpi43(2009).GIF|right|thumb|Figura 1. Série com sazonalidade.]]
*''Horizontal (H)''. Verifica-se quando os valores dos dados oscilam em relação a uma [[w:Média|média]] constante, numa série chamada de «estacionária» em relação à média.[http://upload.wikimedia.org/wikipedia/commons/9/96/Repetitive-Impulse-Response.png] Dois exemplos são as vendas de um produto que não variam ao longo do tempo e a carta de controlo estatístico de qualidade de um processo de [[w:Produção|produção]] contínua.
*''Sazonal (S)''. A série é influenciada por factores sazonais tais como a estação do ano, o mês, o dia da semana ou a hora do dia. O consumo doméstico de electricidade ou vendas de produtos como gelados e refrigerantes exibem comportamento sazonal. Embora não se repitam exactamente ao longo de cada período, as séries sazonais são por vezes denominadas de periódicas (Figura 1).
Linha 38:
''Alisamento de um gráfico de dispersão''
O alisamento de um gráfico de dispersão é realizado através do [[w:Ajuste de curvas|ajuste]] aos dados de uma linha, que tenta mostrar a componente não-aleatória da associação entre as variáveis. O alisamento pode ser feito através de uma linha recta, uma linha quadrática ou polinomial ou ''splines'' de alisamento que 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]]).[http://upload.wikimedia.org/wikipedia/commons/2/26/OrthogonalLinearLeastSquares.png]
As previsões da variável resposta baseadas no valor da variável explicativa são realizadas usando o alisamento para separar as variações não-aleatórias das variações aleatórias.
| |||