Mtodos Simplificados em Previso Empresarial

Robert Wayne Samohyl, PhD Gueibi Souza Rodrigo Miranda

Eu no disse isso! Isso? Nunca!

Computadores no futuro podem pesar apenas 1,5 toneladas. Revista Popular Mechanics, 1949.

Acho que o mercado mundial para computadores deve estar em 5 mquinas no mximo. Thomas Watson, diretor-chefe da IBM, 1943

J viajei muito nesse pas e conversei com os melhores especialistas da rea e sei agora que o processamento de dados apenas moda superficial e no vai demorar nem um ano para sumir completamente. Chefe Editora Prentice Hall, 1957

No existe a mnima justificativa para algum querer um computador em casa. Ken Olson, Presidente, Digital Equipment Corp., 1977

Eu no disse isso! Isso? Nunca!

A caixa de msica sem fio (rdio) no tem nenhum valor comercial. No h mercado para mensagens enviadas para ningum especificamente. Scios do David Sarnoff, pioneiro em rdio, 1920s. Ninguem vai querer escutar atores falando. H.M. Warner, Warner Brothers, 1927. Nos no gostamos do som deles e, tambm, msica de guitarra est caindo em popularidade. Decca Recording Co. rejeitando os Beatles, 1962. Mquinas voadoras mais pesadas que o ar so impossveis. Lord Kelvin, presidente, Royal Society de Cincias, 1895.

Eu no disse isso! Isso? Nunca!

Procurar petrleo perfurando a terra? Quer dizer procurar petrleo em baixo da terra? Voce louco! Colegas do Edwin L. Drake tentando vender uma idia nova in 1859. Essa bomba no vai se detonar e sou perito em bombas. Almirante William Leahy, Projeto da bomba atmica, EUA em 1940. Avioes so brinquedos excelentes sem absolutamente nenhum valor militar. Marechal Ferdinand Foch, Professor de Estratgias de Guerra, Ecole Superieure de Guerre. 1910.

Eu no disse isso! Isso? Nunca!

absolutamente impossvel o ser humano alcanar a lua at mesmo considerando todas as possibilidades futuras da cincia. Dr. Lee De Forest, pai de televiso. 1940

Esse tal do telefone cheio de defeitos e no pode ser considerado seriamente como meio de comunicao. Ele no tem nenhum valor intrnseco para nos. Western Union - telgrafo, 1876.

Muito felizmente, o assunto hoje no sobre previso de longo prazo, empreendimento muito interessante mas cheio de impossibilidades, mas sim previso de curto prazo, dentro do alcance da cincia, matemtica e estatstica de hoje.

Introduo
A verdade que a aplicao correta de algumas metodologias simples na rea de gesto e tcnicas quantitativas pode diminuir a impreciso das previses pela metade. A literatura e a prtica especfica so repletas de exemplos disso.

A previso ingnua, assunto de vrios captulos, utiliza o volume de vendas no passado como previso de vendas futuras. Cada empresa um pouco diferente, uma previso de vendas baseada nas vendas de 28 dias atrs foi significantemente melhor do que as previses feitas pelo grupo executivo.

A discrepncia do grupo executivo 180 unidades dirias; a da previso ingnua seria 140. Nota-se que o processo de previso ingnuo incorre em custos imperceptveis em relao aos custos do grupo executivo.

Na Prtica, da UFSC/NNQ
No caso do estudo de Souza (2005, p. 92), utilizando modelos estatsticos complexos, o erro mensal de previso do consumo de energia eltrica diminuiu de um pouco mais que 5% para menos que 2% nas Centrais Eltricas Santa Catarina S. A (CELESC).

 Corvalo (2002). Neste estudo, a previso do ICMS no estado de Santa Catarina, no sistema velho, apresentava um erro de aproximadamente 4,5% mas, atravs de uma formulao mais complexa, o erro de previso foi diminudo para 2,6%.

Causas atrs da preciso das previses (p. 4)

condies ambientais de trabalho no escritrio, metodologias administrativas e culturais utilizadas, confiabilidade e urgncia dos dados, equipamento disponvel. a tendncia empresarial de procurar o mau elemento do processo apenas entre os funcionrios um procedimento descabido. A busca por solues deve ser atravs de uma investigao do processo, todos os insumos e todas as atividades, encontrando e eliminando elos fracos.

 PODER - segredos significam poder, e poder garante a segurana de quem o detm. COMPETIO - modelo mais aberto, empresa sofre uma queda de moral MIOPIA - grande lucro no curto prazo como resultado de inovaes formidveis dos gnios da mercadologia. POLTICA - frente a qualquer idia nova, no fazer nada e ficar inerte so sempre as primeiras decises tomadas pelos grupos estabelecidos.

Por que as empresas e os funcionrios desconfiam dos mtodos de previso?

Histograma de previses perfeitas, discrepncias nulas

120 100 Freqncia 80 60
,

40 20 0 0

Histograma observado
35 30 Freqncia 25 20 15 10 5 0 -3 -1 1 3 5 Mais

Planejamento e previso oramentos, alvos e previses

Valor de previso algo que poderia ocorrer no futuro, baseado nas projees de dados passados levando em conta possveis eventos e cenrios no futuro relevantes para a anlise ... alvo de planejamento muitas vezes no deixa de ser uma pura esperana da empresa sobre vendas futuras.

12 princpios, elaborados
Toda empresa faz previses, com estrutura formal ou no, com exatido boa ou ruim. Questo: Na sua empresa, quem faz as previses? Uma pergunta mais geral seria : como hoje o processo de previso na sua empresa? Quais so os insumos utilizados e os funcionrios envolvidos, os nomes deles ou o cargo deles. Quais so as atividades desenvolvidas? O produto do processo de previso fica em formato de uma comunicao oral, um grfico, um relatrio? Depois da sua utilizao, o resultado armazenado onde? reutilizado no futuro? Projeto: Mapear em fluxograma o processo de previso na sua empresa. Na figura 2.1 veja o fluxograma de um processo formal/informal de previso. Nota-se que o fluxograma espelha a confuso existente em muitas empresas inerente numa funo de previso desvalorizada e sem disciplina e estrutura.

Haver a reunio executiva semanal? Valor da previso escolhido? sim

no

Haver reunio informal?

Grfi cos, tabelas, anlise.

sim

sim

no

Discusso entre a ltos gerentes Caf no

Anotaes e mensagens enviadas para o vice presidente

Enviar resultados para o gerente de produo

A previso satisfatria ?

sim

Grficos, tabelas, anlise conclusivos.

Quando as previses so mais exatas, os clientes so mais satisfeitos, os estoques diminuem, as operaes na fbrica ficam mais estveis sem alteraes bruscas no plano mestre de produo, e com o tempo e recursos economizados a empresa pode se concentrar em estratgias de mdio e longo prazo. Questo: Em alguma seo da sua empresa, existem cargos ou pessoas que tem esta viso da funo de previso? Esta viso incorporada nos processos da empresa numa maneira formal? Projeto: Esta viso da funo de previso tem que ser conquistada dentro da empresa. Pensando politicamente, como se dar a conquista na sua empresa?

O pessoal da rea de Vendas e Marketing devem ser o dono das previses. Eles devem ser os funcionrios responsveis pelo seu desenvolvimento, atualizao e execuo. Questo: Cada rea de uma empresa tem um vis quando a previso calculada. Por natureza da personalidade das pessoas envolvidas em vendas, eles tendem a ser mais otimistas, enquanto o pessoal da rea de produo tem absoluto horror de estoques sobrando e prateleiras cheias de produto sem mercado. Qual a situao na sua empresa? Qual setor teria o menor vis? Projeto: Comece a montar uma planilha com as previses de vrios setores da sua empresa e fazer as comparaes ms a ms. Qual setor o melhor previsor?

As previses devem levar em conta tanto as tendncias e sazonalidades do passado como tambm as condies no mercado no futuro. Questo: Qual a pessoa ou setor da sua empresa mais ligado e mais conhecedor do mercado? Cenrios e variveis que afetam o mercado so avaliados? As avaliaes so escritos e se tornam documentos para referncias e apoio futuros? Projeto: Montar uma relao de variveis econmicas como taxa de juros, PIB, inflao, valor do cmbio, entre outros, que afetam seus negcios. Tente averiguar o efeito em termos quantitativos: por exemplo, se a taxa de cmbio diminuir em 1%, ento minhas exportaes podem subir em quantos por cento nos prximos trs meses?

Processos enxutos e bem-definidos resultam em resultados financeiros maiores. Melhores processos de previso trazem resultados melhores. Questo: Quantas vezes por ano necessrio ativar o processo de previso? O ciclo de previso ocorre 4 vezes por ano (trimestralmente), 12 vezes por ano (mensal), 52 vezes por ano (semanal) ou 365 vezes por ano? Hoje em dia comum no Brasil rever as previses e o setup da linha de produo semanalmente em funo do ciclo de produo sendo em muitos casos uma semana. Dada a situao que, de segunda a sexta a linha sofre modificaes para a produo de produtos diferentes, a previso tem que ser montada na semana anterior e com dados disponveis da semana retrasada. Questo: Qual o horizonte da previso? Se o ciclo da previso uma semana, a cerca do horizonte fica em quantas semanas no futuro, 4 ou 52 ou 104? Para previses com horizontes mais longnquos (por exemplo, um ano no futuro), o perodo da previso pode ser maior (por exemplo, trimestral).

Mea a qualidade da previso pela sua discrepncia, a diferena entre o valor previsto e o valor observado. Questo: Existe algum na sua empresa preocupado com discrepncias de previso? So poucas as empresas que gastam tempo olhando e analisando seu prprio passado. A riqueza de conhecimento embutida nas discrepncias passadas inimaginvel. No primeiro captulo j oferecemos algumas idias sobre por que as empresas tm tanta antipatia no tocante s discrepncias. Projeto: Se no tiver ningum na sua empresa que se responsabiliza pelas previses, sugere quem seria sua escolha, nominalmente ou por cargo ou setor?

A discrepncia acumulada no decorrer do tempo deve se aproximar ao zero, as discrepncias positivas cancelando com as negativas, mostrando que no h vis nas previses. Se aparecer vis, este valor deve ser incorporado nas prximas previses. Questo: Na sua empresa h uma preocupao com o vis de previso?

Faa o menor nmero de previses possveis, de grupos ou famlias de produtos agregados. A previso da venda do item produzido (SKU stock keeping unit) deve ser calculado posteriormente como proporo histrica das vendas dos ltimos meses. Questo: Existem empresas que produzem milhares de itens. Quantos itens sua empresa produz? Projeto: Relacionar em diagrama ou em planilha os SKUs da sua empresa, em seguida tentar uma primeira agregao, depois mais uma agregao, mais vrias outras agregaes para chegar as grandes famlias de produtos e finalmente faturamento ou unidades totais vendidas da empresa.

Deve existir apenas uma pessoa ou um setor da empresa encarregada da tarefa de previso. A pessoa ou setor que autoriza o valor da previso deve ter esta responsabilidade bem definida entre suas atribuies. Questo: Quantas pessoas ou setores fazem previses na sua empresa? H algum tipo de coordenao entre eles? Projeto: Propor como uma coordenao melhor entre os vrios setores que fazem previses na sua empresa poderia ser montada, explicitando os meios de comunicao como reunies ou e-mail, e quais cargos seriam integrados ou mesmo criados para trocar idias e produzir as previses.

A previso necessria porque o futuro incerto. Sempre tente diminuir a incerteza do futuro. Questo: A sua empresa obrigada a fabricar para estoques ou por pedido? Projeto: Contratos devem ser feitos para prazos mais longos. Fornecedores e clientes podem repartir informaes e bancos de dados sobre os respectivos mercados.

Previso Ingnua um passo a frente

Mtodo mais simples; ltimo dado verificado; Nem Histrico nem componentes; Mais indicado (caminhada aleatria); Situaes reais (reflexo da conjuntura);

Previso Ingnua um passo a frente

Previso para 12/09/2006 = R$ 2.174; Histrico de previses um passo a frente;
2.32 2.3 2.28 2.26 2.24 2.22 2.2 2.18 2.16 2.14 2.12 2.1 0 20 40 Observado Previsto 60 80

Previso Ingnua um passo a frente

646597.3 596597.3 546597.3 496597.3 446597.3 396597.3 346597.3 296597.3 246597.3 0 20 40 60 Observado 80 100 Previsto 120 140

Consumo Industrial Janeiro 1994 a Dezembro 2004

Freqncia
-1 5 50

Histograma;

-1 2 50 00 0 0 0 00 00 00 00 0 00 85 00 0 0 -9 5 -6 5 -3 5 -5 0 25 00 55

Previso Ingnua um passo a frente

00

U de Theil
Decisivo na determinao de utilizao ou no de uma tcnica (quantitativa, qualitativa, formal ou informal); Coeficiente de desigualdade (discrepncias um passo a frente em termos percentuais); Valores entre 0 e 1;

U de Theil
Medidas de U 1 no agradam; Tcnica de previso Vs. previso ingnua; Reunies podem emitir valores de U > 1;
Valores de U de Theil Previses piores que o mtodo ingnuo. 1,0 Previses melhores que o mtodo ingnuo.

0,0

Previses perfeitas

Previso Ingnua vrios passos a frente

Possibilidade de horizontes maiores; Previso 12 passos a frente (sries mensais);
646597.3 596597.3 546597.3 496597.3 446597.3 396597.3 346597.3 296597.3 246597.3 0 50 Observado 100 Previsto 150

Freqncia
-3 6

Histograma;

Previso Ingnua vrios passos a frente

1 -3 000 31 -3 000 01 -2 000 71 -2 000 41 -2 000 11 -1 000 81 -1 000 51 -1 000 21 0 -9 00 10 -6 00 10 -3 00 10 0 -1 0 00 29 0 00 59 0 00 89 0 00 0

Decomposio
Sries temporais = padres repetitivos; Utiliz-las para realizar previses; Maior preciso nos resultados; Identificar e isolar cada componente;
=
=
Tendncia

Previso

+
*

Ciclo

+
*

Sazonalidade

Previso

Tendncia

Ciclo

Sazonalidade

Decomposio
Produo industrial (1991=100) - SC 160.00 150.00 140.00 130.00 120.00 110.00 100.00 90.00 80.00 70.00 60.00 0 50 100 150 Cons.Comercial Kwh 200000060 180000060 160000060 140000060 120000060 100000060 80000060 60000060 40000060 20000060 60 0 50 100 150 200 250

Clculo da Tendncia
Primeiro passo na decomposio clssica; Fcil visualizao ( no tempo); Tendncia-Ciclo; Ciclo sazonalidade; Tendncia e ciclo atravs da mdia mvel; Maior clareza e segurana ( efeitos fortes); Exemplo CI (periodicidade mensal = grau MM n par);

Clculo da Tendncia
550000 500000 450000 400000 350000 300000 250000 0 20 40 60 80 100 650000 600000 550000 500000 120 140

Tendncia

Consumo Industrial

450000 400000 350000 300000 250000 0 20 40 60 80 100 120 140

Clculo da Tendncia
Perda de 12 observaes; Previses simples e intuitiva (visual);
600000 550000 500000 450000 400000 350000 300000 250000 0 20 40 60 80 100 120 140

Clculo da Sazonalidade
ndices sazonais Multiplicativos do CI;
1.1 1.05 1 0.95 0.9 0.85 0.8
0.83 1.05 1.02 1.03 1.03 1.01 1.03 1.01 1.00 1.03 1.00 0.98

jan

fev

mar

abr mai

jun

jul

ago

set

out

nov

dez

Clculo da Sazonalidade
Ajuste sazonal antes de qualquer anlise; Evitar complicaes interpretativas;
8000 6000 4000 2000 0 -2000 -4000 -6000 -8000 jan
-6808.91 -3314.10 -4622.27 -4461.82 -2035.49 3483.70 3818.12 2696.41 883.98 502.70 7098.58

ISA
3143.39

fev

mar abr mai

jun

jul

ago

set

out

nov dez

Arrecadao ICMS industrial SC janeiro 1997 a setembro 2004

Como montar a previso

Previses at 12 passos a frente CI (2004);
600000 580000 560000 540000 520000 500000 480000 460000 440000 420000 Oct-03 Jan-04 Apr-04 Previsto Aug-04 Observado Nov-04 Feb-05

Freqncia
-9 5

10

12

00 0 0 0 00 00 00 0 0 0

Histograma;

-6 5 -3 5 -5 0 25 00 00 00 55 85

Como montar a previso

Comparaes entre mtodos

Previses at 12 passos a frente (2004); Amostra: Jan.-1994 a Dez.-2003;
Mtodo Previso Ingnua Previso por Mdia Simples Decomposio Clssica U de Theil 0,79 2,43 0,67

Comparaes entre mtodos

Decomposio: DPAM = 5,49% U de Theil = 0,67; Ingnuo Sazonal: DPAM = 4,92% U de Theil = 0,66;

Introduo
Mtodos de suavizao exponencial:
Utilizam apenas dados da prpria srie para fazer previses As previses so feitas de forma rpida Melhores resultados para previses de curto prazo

Pesos atribudos as observaes passadas para diversos mtodos de previso

Mtodos Univariados

Previso Ingnua

Mdia Simples

Previso por Suavizao Exponencial

100% do Peso a observao anterior

Todas as observaes passadas recebem o mesmo peso

Os pesos atribudos as observaes passadas decaem exponencialmente

SES
Pt+1 = Ot + (1-)Pt Onde:
Pt a previso no perodo t Ot o valor observado no perodo t a constante de suavizao que varia entre 0 e 1.

A previso de Pt+1 uma combinao do observado com o previsto em t

SES Pesos atribudos as observaes passadas despendendo do valor de (grficos)

= 0.2
0,25 0,2 0,15 0,1 0,05 0 t-11 t-10 t-9 t-8 t-7 t-6 t-5 t-4 t-3 t-2 t-1 0,042 0,052 0,027 0,034 0,107 0,066 0,082 0,128 0,102 0,200 0,160 0,6 0,5 0,4 0,3 0,2 0,1 0 0,031 0,001 0,001 0,002 0,004 0,008 0,016 t-11 t-10 t-9 t-8 t-7 t-6 t-5 0,063 0,125 0,250

= 0.5
0,500

t-4

t-3

t-2

t-1

= 0.8
0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0 0,800

0,160 0,000 0,000 0,000 0,000 0,000 0,000 0,001 0,006 0,032 t-11 t-10 t-9 t-8 t-7 t-6 t-5 t-4 t-3 t-2 t-1

SES Exemplo para vrios valores de (grfico)

270.000 250.000 230.000 210.000 190.000 170.000 150.000 130.000 1996 1998 2000 alfa = 0,2 2002 alfa = 0,5 2004 2006 alfa = 0,8

vendas Gol 1000

Por que a SES no funciona em dados com tendncia exemplo (tabela 4.5, p.93).
o crescimento mdio da srie de aproximadamente 10.000 GWh ao ano quase todas as discrepncias so negativas, a nica exceo ocorre em 2001, quando houve o racionamento de energia eltrica As medidas de ajuste de mtodo para este caso foram: DM = -10.269(indicao de vis nas previses), DPAM = 7,15% e U de Theil = 1,01
450.000 400.000 350.000 300.000 250.000 200.000 150.000 100.000 50.000 0 1970 Energia (GWh)

1975

1980 Observado

1985

1990

1995

2000

2005

Modelo para alfa = 0,99

25.000 20.000 15.000 10.000 5.000 0 -5.000 -10.000 -15.000 -20.000 -25.000 -30.000 1970 1972 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004

Mtodo de Holt
O mtodo de Holt foi desenvolvido para dados que apresentem tendncia.

observado

tempo

Mtodo de Holt Exemplo : Produo anual de energia eltrica

= 0,99 e = 0,01 Resultados do exemplo: DM = -1.228 , DPAM = 2,82% e U de Theil = 0,42
450.000 400.000 350.000 300.000 250.000 200.000 150.000 100.000 50.000 0 1970

Energia (GWh)

1975

1980

1985 Observado

1990

1995 Ajustado

2000

2005

Exemplo - Comparando a SES com Holt

Holt
450.000 400.000 350.000 300.000 250.000 200.000 150.000 100.000 50.000 0 1970 450.000 400.000 350.000 300.000 250.000 200.000 150.000 100.000 50.000 0 1970 Energia (GWh) Energia (GWh)

SES

1975

1980

1985 Observado

1990

1995 Ajustado

2000

2005

1975

1980 Observado

1985

1990

1995

2000

2005

Modelo para alfa = 0,99

30000 20000 10000 0 -10000 -20000 -30000

19 70 19 73 19 76 19 79 19 82 19 85 19 88 19 91 19 94 19 97 20 00 20 03

30000 20000 10000 0 -10000 -20000 -30000 1970 1973 1976 1979 1982 1985 1988 1991 1994 1997 2000 2003

Exemplo - Comparando a SES com Holt

Observando os dois histogramas percebe-se um vis nas discrepncias da SES (entre -10000 e -5000), enquanto que no mtodo de Holt as discrepncias esto em torno de 0.
Histograma SES
Observaes 15 10 5 0 0 1
0

14 10 6 3 0
00 0 00

0
00 0

0
00 0

0
00 0

-2 50 0 -2 0 00 0 -1 0 50 0 -1 0 00 00 -5 00 0

50

10

15

20

Histograma Holt
12 10 8 6 4 2 0
00 0 -2 5

Observaes

10

11 9

3 0 0 0 1 0 0 1

00 -1 0 50 0 -1 0 00 00 -5 00 0

-2 0

0 50 00 10 00 0 15 00 0 20 00 0 25 00 0

25

Por que o mtodo de Holt no funciona em dados com sazonalidade

= 0,01 e = 0,89 Com o valor de = 0,01, a sazonalidade suavizada ao invs de ter os seus ndices calculados. O ms de dezembro, por exemplo, tem um nmero de consultas de aproximadamente 23% maior que a mdia do ano e o de fevereiro um nmero de 12 % abaixo As medidas de ajuste de mtodo para este caso foram: DPAM = 6,45% e U de Theil = 0,744
2062330,19 1962330,19 1862330,19 1762330,19 1662330,19 1562330,19 1462330,19 1362330,19 1262330,19 dez/99 abr/01 set/02 Observado jan/04 Previsto mai/05 out/06 Ajustado fev/08

300000.00 200000.00 100000.00 0.00 -100000.00 -200000.00 -300000.00 -400000.00 jan/01 -500000.00 mai/01 dez/01 jan/02 mai/02 set/01 dez/02 dez/03 jan/03 jan/04 mai/03 mai/04 set/02 set/03 dez/04 jan/05 mai/05 fev/03 fev/01 fev/02 fev/04 fev/05

fev/06

dez/05 jan/06 mai/06 set/04 set/05 set/06

Mtodo de Holt Winters

O mtodo de Holt Winters foi desenvolvido para dados que apresentas tendncia e sazonalidade

observado

tempo

Mtodo de Holt Winters aditivo Exemplo Nmero de consultas ao SPC

= 0,37, = 0,01 e = 0,01 Resultados do exemplo: DM = 1.804 , DPAM = 2,56% e U de Theil = 0,26
2.162.330 2.062.330 1.962.330 1.862.330 1.762.330 1.662.330 1.562.330 1.462.330 1.362.330 1.262.330 dez/99 abr/01 set/02 Observado jan/04 Previsto mai/05 out/06 fev/08

Ajustado

Comparando Holt com Holt - Winters

Holt
2062330,19 1962330,19 1862330,19 1762330,19 1662330,19 1562330,19 1462330,19 1362330,19 1262330,19 dez/99 abr/01 set/02 Observado jan/04 Previsto mai/05 out/06 Ajustado fev/08

Holt - Winters
2.162.330 2.062.330 1.962.330 1.862.330 1.762.330 1.662.330 1.562.330 1.462.330 1.362.330 1.262.330 dez/99 abr/01 set/02
Observado

jan/04
Previsto

mai/05

out/06

fev/08

Ajustado

300000 200000 100000 0 -100000 -200000 -300000 -400000 -500000 dez/01 dez/02 dez/03 dez/04 fev/03 fev/01 fev/02 fev/04 fev/05

fev/06

Discrepncias de Ajustamento:SPC 151.051 101.051 51.051 1.051 fev/01 dez/02 fev/06 fev/04 fev/05 dez/05

dez/05

-48.949 -98.949

dez/01 fev/02

fev/03

dez/04 dez/03

ja n/ 0 m 1 ai /0 se 1 t/ 0 ja 1 n/ 0 m 2 ai /0 se 2 t/ 0 ja 2 n/ 0 m 3 ai /0 se 3 t/ 0 ja 3 n/ 0 m 4 ai /0 se 4 t/ 0 ja 4 n/ 0 m 5 ai /0 se 5 t/ 0 ja 5 n/ 0 m 6 ai /0 se 6 t/ 0 6

ja n/ 0 m 1 ai /0 se 1 t/0 ja 1 n/ 0 m 2 ai /0 se 2 t/0 ja 2 n/ 0 m 3 ai /0 se 3 t/0 ja 3 n/ 0 m 4 ai /0 se 4 t/0 ja 4 n/ 0 m 5 ai /0 se 5 t/0 ja 5 n/ 0 m 6 ai /0 se 6 t/0 6

Comparando Holt com Holt - Winters

As discrepncias do mtodo de Holt apresentaram uma maior variabilidade em relao ao mtodo de Holt Winters. Esta variabilidade maior das discrepncias causada pela sazonalidade dos dados que o mtodo no captou.
Histograma: Holt
14 12 10 8 6 4 2 0 12 7 2 0 1 2 1 2 0
0 50 00 10 0 00 0 15 0 00 0 20 0 00 0 25 0 00 00

Observaes

11 11 5 5 2

-4 50 0 -4 0 0 00 0 -3 0 0 50 0 -3 0 0 00 0 -2 0 0 50 0 -2 0 0 00 0 -1 0 0 50 0 -1 0 0 00 00 -5 0 00 00

Histograma: Holt - Winters

20
Observaes

17 10 5 0
00 00 25 0

15 10 5 0
50 0

15 11 4 3 0
0 50 0 15 00 0 0

1
00

1
0

0
00 0 00 0 00 0 0 0 0 00 0 50 0 00 0 0

00 0

50 0

25

50

75

10

-1

-1

-1

12

-7

-5

-2

Classificao mais ampla dos mtodos de suavizao exponencial

Sazonalidade Tendncia Nenhuma Nenhuma Aditiva Aditiva Amortecida Multiplicativa Multiplicativa Amortecida NN AN AaN MN MaN Aditiva NA AA AaA MA MaA Multiplicativa NM AM AaM MM MaM

Mtodos sem tendncia

AA Previso Previso NA

Horizonte

Horizonte

NM Previso

Horizonte

Mtodos com tendncia aditiva

AN Previso Previso AA

Horizonte

Horizonte

AM Previso

Horizonte

Amortecimento = 1, 0,95, 0,85 para os dados de produo de energia eltrica no Brasil

500.000 Energia (GWh) 450.000 400.000 350.000 300.000 250.000 1995 Observado

2000 fi = 1

2005 fi = 0,95

2010 fi = 0,85

2015

Concluses
Os mtodos exponenciais obtm bons resultados para previses de curto prazo (1 a 4 meses) No confiar cegamente nas previses calculadas Utilizar a experincia para analisar as previses Sempre verificar as discrepncias Se possvel, recalcular os mtodos a cada novo perodo, as previses com poucos passos a frente em geral so melhores que muitos passos.