Tendências, Sazonalidade e Ciclos
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
http://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://faculty.chicagobooth.edu/ruey.tsay/teaching/uts/lec2-08.pdf
http://en.wikipedia.org/wiki/Autoregressive_integrated_moving_average
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.