Regressão Linar

A regressão linear através do método dos mínimos quadrados permite calcular a equação de uma reta que melhor se ajusta a um conjunto de pontos.

y = ax + b

 

Isto permite determinar a tendência que é a primeira análise que se faz para analisar séries temporais.

Em Excel as funções INTERCEPT e SLOPE permitem igualmente calculara equação desta reta.

Na versão portuguesa usar DECLIVE e INTERCEPÇÃO.

Estes valores também podem ser obtidos diretamente quand se faz um gráfico.

 

Sazonalidade

Descontando o efeito da tendência linear e tendo vários períodos consecutivos pode-se determinar o efeito sazonal nos valores.

O valor restante será a componente ciclica e o erro.

 

 

Modelos Clássicos de Decomposição

Modelo aditivo

Y = T + S + C

Modelo multiplicativo

Y = T * S * C

Modelos de Alisamento Exponencial

a)       Médias móveis
b)       Modelo de alisamento exponencial simples
c)       Modelo de alisamento exponencial adaptativo (Trigg & Leach)
d)       Modelos de Brown
e)       Modelo de Holt-Winters

Modelos de Box-Jenkins

 

Referências sobre modelação

http://www.scribd.com/doc/63352050/45/Tendencias-e-Sazonalidade

ttp://www.jstatsoft.org/v27/i03/paper

http://www.eps.ufsc.br/disserta96/mueller/cap3/cap3.htm

http://www.fsilva.uac.pt/producao_operacoes/aula5.pdf

http://legacy.bentley.edu/csbigs/documents/weisang.pdf

http://www.iasri.res.in/ebook/EBADAT/5-Modeling%20and%20Forecasting%20Techniques%20in%20Agriculture/2-time_series_analysis_22-02-07_revised.pdf

http://faculty.chicagobooth.edu/ruey.tsay/teaching/uts/lec2-08.pdf

http://en.wikipedia.org/wiki/Autoregressive_integrated_moving_average

http://www.cathexisconsulting.ca/interesting/media/AutoRegressive_Integrated_Moving_Average_%28ARIMA%29_final-online.pdf

http://www.cathexisconsulting.ca/interesting/media/AutoRegressive_Integrated_Moving_Average_%28ARIMA%29_final-online.pdf

http://www.iasri.res.in/ebook/EBADAT/5-Modeling%20and%20Forecasting%20Techniques%20in%20Agriculture/2-time_series_analysis_22-02-07_revised.pdf

 

A análise dos residuos do modelo permite determinar se o modelo se ajusta bem aos pontos.

Para variáveis com crescimentos exponenciais é recomendável usar o logaritmo do seu valor a fim de identificar a recta e o seu comportameno.