Logística/Técnicas de previsão/Decomposição de séries temporais: diferenças entre revisões
[edição não verificada] | [edição não verificada] |
Conteúdo apagado Conteúdo adicionado
Correcções |
Correcções |
||
Linha 1:
Muitos métodos de previsão, têm como propósito distinguir a tendência de qualquer [[w:Aleatoriedade|aleatoriedade]] que possa estar contida nas observações. Numa série de dados com tendência, o alisamento das observações passadas, permite separar e eliminar a aleatoriedade, facilitando a utilização da tendência para prever os valores futuros da [[w:Série temporal|série temporal]]. De modo a reconhecer as componentes da série temporal de forma isolada, é frequente a separação da tendência em subtendências, proporcionando previsões mais precisas e uma melhor compreensão do comportamento da série ([[Logística/Referências#refbMAKRIDAKIS|Makridakis, 1998, p. 82-84]]).
A ciclicidade e a sazonalidade são duas componentes distintas da tendência que, normalmente, caracterizam as séries económicas e comerciais através dos métodos de decomposição. A sazonalidade, consiste numa flutuação [[w:Periodicidade|periódica]] da variável, causada, por exemplo, pela [[w:Temperatura|temperatura]], pluviosidade, mês do ano, feriados ou politicas empresariais. Quando
A decomposição pressupõe que os dados são compostos como se segue:
Linha 7:
Dados = tendência + erro = <math> f </math>(ciclicidade, sazonalidade, erro)
Assim, a presença de um elemento de erro ou aleatoriedade é também assumida, em adição aos componentes da tendência. Este erro é, normalmente, apelidado de componente
{{AutoCat}}
|