Interpretar os principais resultados para Decomposição

Conclua as etapas a seguir para interpretar uma análise de decomposição. Os principais resultados incluem o gráfico de série temporal, as medidas de precisão e as precisões.

Etapa 1: Determine se o modelo ajusta seus dados

Examine o gráfico para determinar se seu modelo ajusta seus dados. Se os ajustes seguirem de perto os dados reais, o modelo ajusta seus dados.
  • Se o modelo ajustar os dados, você pode realizar Método de Winter e comparar os dois modelos.
  • A decomposição usa uma tendência linear constante. Se a tendência parece ter curvatura, a decomposição não irá fornecer um bom ajuste. Você deve usar Método de Winter.
  • Se o modelo não ajustar os dados, examine o gráfico para uma falta de sazonalidade. Se não houver nenhum padrão sazonal, você deve usar uma análise de séries temporais diferente. Para obter mais informações, acesse Quais análises de séries temporais devo usar?.

Neste gráfico, os ajuste acompanham os dados de perto, o que indica que o modelo ajusta os dados.

Etapa 2: Compare o ajuste de seu modelo com outros modelos

Use as medidas de precisão (MAPE, DAM, e DMQ) para comparar o ajuste de seu modelo com outros modelos de séries temporais. Essas estatísticas não são muito informativas por si mesmas, mas você pode usá-las para comparar os ajustes obtidos usando-se diferentes métodos. Para todas as três medições estatísticas, valores menores normalmente indicam um modelo de ajuste melhor. Se um único modelo não tem os valores mais baixos para todas as 3 estatísticas, em geral, o MAPE é a medida preferida.
Observação

As medidas de precisão fornecem uma indicação da precisão que pode ser esperada quando se prevê um período a partir do final dos dados. Portanto, eles não indicam a precisão da previsão de mais do que um período. Se você estiver usando o modelo de previsão, não deve basear sua decisão apenas nas medidas de precisão. Também deve examinar o ajuste do modelo para garantir que as previsões e o modelo seguem os dados de perto, especialmente no final da série.

Modelo 1

Medidas de precisão MAPE 8.1976 DAM 3.6215 DMQ 22.3936

Modelo 2

Medidas de precisão MAPE 6.9551 DAM 2.7506 DMQ 11.2702
Principais resultados: MAPE, DAM, DMQ

Nestes resultados, todos os três números são mais baixos para o 2o modelo comparado com o 1o modelo. Portanto, o 2o modelo fornece o melhor ajuste.

Etapa 3: Determine se as previsões são precisas

A decomposição usa uma linha de tendência fixa e índices de sazonalidade fixos. Como a tendência e os índices sazonais são fixos, a decomposição deve ser utilizada somente para prever quando a tendência e a sazonalidade forem muito consistentes. É especialmente importante garantir que os ajustes correspondam aos valores reais no final das séries temporais. Se o padrão sazonal ou tendência não corresponderem aos ajustes no final dos dados, use Método de Winter.

Neste gráfico, o modelo reverte a previsão dos dados no final das séries. Isto indica que a tendência ou padrão sazonal não são consistentes. Se você quiser prever esses dados, deve tentar o método de Winters para determinar se ele fornece um ajuste melhor para os dados.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política