Previsão (estatística)

Previsão, em estatística, é o processo de estimativas em situações de incertezas. O termo previsão é semelhante, porém mais geral, e normalmente se refere a estimação de séries temporais ou dados instantâneos. A previsão se evoluiu para a prática do plano de demanda diária em um prognóstico diário dos negócios. A prática do plano de demanda também se refere à previsão de cadeia de suprimentos.

Portanto, as previsões são processos críticos e contínuos necessários para obter bons resultados no planejamento de um projeto. Se classificarmos em relação ao intervalo de tempo, podem ser classificadas em:

1. Previsões de curto prazo (3 meses a 1 ano): Nas empresas modernas, este tipo de previsão é realizada a cada mês ou menos, e seu tempo de planejamento é válido por um ano. Usado para programas de fornecimento, produção, alocação de mão de obra necessária para o número de departamentos de pessoal, planejamento e fabricação, modelo de trabalhadores, e planejamento dos departamentos de fabricação.

2. Previsões a médio prazo (1a 2 anos): É usado para estimar planos de vendas, produção, fluxo de caixa e elaboração de orçamento.

3. Previsões a longo prazo (igual ou superior a 3 anos): Este tipo de previsão é utilizado no planejamento de novos investimentos, lançamentos de novos produtos e tendências tecnológicas de materiais, processos, produtos, bem como na elaboração de projetos. A duração é de três anos ou mais.

Métodos de série temporal

Métodos de séries temporais utilizam dados históricos como base para estimar os resultados futuros. Supõe-se que a procura é uma função do tempo, e que pode estar envolvido em adição os seguintes componentes:

• Tendência
• Ciclos
• Estacionalidades
• Irregularidades

Imerso no modelo em um esquema de aditivo ou multiplicativo. Alguns destes métodos são os seguintes:

• Método ingênuo: simplesmente assumiu que a magnitude da demanda é igual ao última medida.
• Método de médias móveis
• Método de suavização exponencial
• Método de extrapolação
• Método de ajuste de tendência linear
• Método de ajuste sazonal

Métodos casuais / econométricos

Alguns métodos de previsão assumem que é possível identificar os fatores subjacentes que podem influenciar a variável de prever. Se as causas são compreendidas, as projecções podem ser feitas das variáveis ​​que influenciam, para utilização na previsão.

Alguns métodos causais são:

• A análise de regressão, que pode ser linear ou não linear.
• Modelo autoregressivo de média móvel (ARMA)
• Modelo ARIMA
• Econometria

Métodos subjetivos

Métodos subjetivos incorporam julgamentos intuitivos, opiniões e estimativas. Algumas delas são:

• Previsões compostas
• Enquetes
• Método Delphi
• Construção de etapa
• Previsão de tecnologia
• Previsão por analogia

Outros métodos

• Simulação
• Previsão de mercado
• Previsão probabilística
• Previsão conjunto

Previsão precisão

O erro da previsão é a diferença entre o real e previsto do período correspondente.

$E_{t}=Y_{t}-F_{t}$

Onde $E_{T}$ é o erro do período de previsão $t$, $Y$ é o valor real nesse período e $f_{t}$ a valor que estava previsto.

Erro absoluto da média (MAD)	$MAD={\frac {\sum _{t=1}^{N}|E_{t}|}{N}}$
Erro absoluto do percentual da média (MAPE)	$MAPE={\frac {\sum _{t=1}^{N}|{\frac {E_{t}}{Y_{t}}}|}{N}}$
Percentagem de desvio absoluto da média(PMAD)	$PMAD={\frac {\sum _{t=1}^{N}|E_{t}|}{\sum _{t=1}^{N}|Y_{t}|}}$
O erro quadrático da média (MSE)	$MSE={\frac {\sum _{t=1}^{N}{E_{t}^{2}}}{N}}$
Raiz do erro quadrático da média (RMSE)	$RMSE={\sqrt {\frac {\sum _{t=1}^{N}{E_{t}^{2}}}{N}}}$