Baixe o app para aproveitar ainda mais
Prévia do material em texto
Prof. Fernando Araújo Fernandes Curso: fernando.fernandes@ufms.br Sistemas de Apoio à DecisãoSistemas de Apoio à Decisão Sistemas de Informação Aula 01-2 Modelos Preditivos Análise de Séries Temporais Modelos Lineares Média Móvel Simples Média Móvel Ponderada Modelos Não Lineares Exercício #2 SAD-02 2 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais “ P r e v i sã o é u m e l e m e n t o c h a v e n a t o m a d a d e d e c i sã o ” S i s t e m a d e P r e v i s ã o S i s t e m a d e P r e v i s ã o P l a n e j a m e n t o d e P r o d u ç ã o P l a n e j a m e n t o F i n a n c e i r o G e r e n c i a m e n t o d e E s t o q u e E s c a l o n a m e n t o d e P e s s o a l P l a n e j a m e n t o d e O p o r t u n i d a d e s C o n t r o l e d e P r o c e s s o SAD-02 3 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Séries Temporais Sequencia de observações de interesse ordenadas cronologicamente zt: observação no instante t n: número de observações Z(t): série temporal em termos de t SAD-02 4 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais t z ( t ) 0 . 0 0 0 0 0 . 0 0 0 0 1 .0 000 0 .9 580 2 .0 000 1 .4 540 3 . 0 0 0 0 - 1 . 2 9 3 7 4 . 0 0 0 0 - 1 . 0 4 1 0 5 .0 000 1 .0 711 6 .0 000 0 .2 001 7 .0 000 1 .3 900 8 .0 000 1 .6 156 9 .0 000 1 .6 119 1 0 . 0 0 0 0 2 . 2 9 0 2 1 1 . 0 0 0 0 1 . 7 6 8 6 1 2 . 0 0 0 0 2 . 3 9 0 8 1 3 . 0 0 0 0 0 . 0 9 7 5 1 4 . 0 0 0 0 1 . 3 8 0 2 1 5 . 0 0 0 0 1 . 3 4 3 3 1 6 . 0 0 0 0 - 0 . 0 0 4 1 1 7 . 0 0 0 0 1 . 9 5 7 3 1 8 . 0 0 0 0 0 . 7 4 3 5 1 9 . 0 0 0 0 3 . 3 1 5 1 2 0 . 0 0 0 0 1 . 1 9 4 9 2 1 . 0 0 0 0 2 . 6 2 8 7 2 2 . 0 0 0 0 2 . 4 1 9 3 2 3 . 0 0 0 0 1 . 3 7 8 1 2 4 . 0 0 0 0 0 . 2 2 9 3 2 5 . 0 0 0 0 2 . 4 4 0 8 t z ( t ) 0 . 0 0 0 0 0 . 0 0 0 0 1 .0 000 0 .9 580 2 .0 000 1 .4 540 3 . 0 0 0 0 - 1 . 2 9 3 7 4 . 0 0 0 0 - 1 . 0 4 1 0 5 .0 000 1 .0 711 6 .0 000 0 .2 001 7 .0 000 1 .3 900 8 .0 000 1 .6 156 9 .0 000 1 .6 119 1 0 . 0 0 0 0 2 . 2 9 0 2 1 1 . 0 0 0 0 1 . 7 6 8 6 1 2 . 0 0 0 0 2 . 3 9 0 8 1 3 . 0 0 0 0 0 . 0 9 7 5 1 4 . 0 0 0 0 1 . 3 8 0 2 1 5 . 0 0 0 0 1 . 3 4 3 3 1 6 . 0 0 0 0 - 0 . 0 0 4 1 1 7 . 0 0 0 0 1 . 9 5 7 3 1 8 . 0 0 0 0 0 . 7 4 3 5 1 9 . 0 0 0 0 3 . 3 1 5 1 2 0 . 0 0 0 0 1 . 1 9 4 9 2 1 . 0 0 0 0 2 . 6 2 8 7 2 2 . 0 0 0 0 2 . 4 1 9 3 2 3 . 0 0 0 0 1 . 3 7 8 1 2 4 . 0 0 0 0 0 . 2 2 9 3 2 5 . 0 0 0 0 2 . 4 4 0 8 SAD-02 5 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais t y ( t ) 0 . 0 0 0 0 0 . 0 0 0 0 1.0000 0 .9580 2.0000 1 .4540 3 . 0 0 0 0 - 1 . 2 9 3 7 4 . 0 0 0 0 - 1 . 0 4 1 0 5.0000 1 .0711 6.0000 0 .2001 7.0000 1 .3900 8.0000 1 .6156 9.0000 1 .6119 1 0 . 0 0 0 0 2 . 2 9 0 2 1 1 . 0 0 0 0 1 . 7 6 8 6 1 2 . 0 0 0 0 2 . 3 9 0 8 1 3 . 0 0 0 0 0 . 0 9 7 5 1 4 . 0 0 0 0 1 . 3 8 0 2 1 5 . 0 0 0 0 1 . 3 4 3 3 1 6 . 0 0 0 0 - 0 . 0 0 4 1 1 7 . 0 0 0 0 1 . 9 5 7 3 1 8 . 0 0 0 0 0 . 7 4 3 5 1 9 . 0 0 0 0 3 . 3 1 5 1 2 0 . 0 0 0 0 1 . 1 9 4 9 2 1 . 0 0 0 0 2 . 6 2 8 7 2 2 . 0 0 0 0 2 . 4 1 9 3 2 3 . 0 0 0 0 1 . 3 7 8 1 2 4 . 0 0 0 0 0 . 2 2 9 3 2 5 . 0 0 0 0 2 . 4 4 0 8 t y ( t ) 0 . 0 0 0 0 0 . 0 0 0 0 1.0000 0 .9580 2.0000 1 .4540 3 . 0 0 0 0 - 1 . 2 9 3 7 4 . 0 0 0 0 - 1 . 0 4 1 0 5.0000 1 .0711 6.0000 0 .2001 7.0000 1 .3900 8.0000 1 .6156 9.0000 1 .6119 1 0 . 0 0 0 0 2 . 2 9 0 2 1 1 . 0 0 0 0 1 . 7 6 8 6 1 2 . 0 0 0 0 2 . 3 9 0 8 1 3 . 0 0 0 0 0 . 0 9 7 5 1 4 . 0 0 0 0 1 . 3 8 0 2 1 5 . 0 0 0 0 1 . 3 4 3 3 1 6 . 0 0 0 0 - 0 . 0 0 4 1 1 7 . 0 0 0 0 1 . 9 5 7 3 1 8 . 0 0 0 0 0 . 7 4 3 5 1 9 . 0 0 0 0 3 . 3 1 5 1 2 0 . 0 0 0 0 1 . 1 9 4 9 2 1 . 0 0 0 0 2 . 6 2 8 7 2 2 . 0 0 0 0 2 . 4 1 9 3 2 3 . 0 0 0 0 1 . 3 7 8 1 2 4 . 0 0 0 0 0 . 2 2 9 3 2 5 . 0 0 0 0 2 . 4 4 0 8 SAD-02 6 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Séries temporais são usadas para descrever eventos em diversas aplicações SAD-02 7 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Séries temporais são usadas para descrever eventos em diversas aplicações Economia e Finanças SAD-02 8 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Séries temporais são usadas para descrever eventos em diversas aplicações Economia e Finanças Ciências Sociais SAD-02 9 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Séries temporais são usadas para descrever eventos em diversas aplicações Economia e Finanças Ciências Sociais Saúde Pública SAD-02 10 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Séries temporais são usadas para descrever eventos em diversas aplicações Economia e Finanças Ciências Sociais Saúde Pública Medicina SAD-02 11 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Séries temporais são usadas para descrever eventos em diversas aplicações Economia e Finanças Ciências Sociais Saúde Pública Medicina Comunicação SAD-02 12 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Componentes das Séries Temporais Tendência Sazonalidade Resíduo SAD-02 13 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Componentes das Séries Temporais Tendência Trajetória geral dos valores observados em uma série temporal Sazonalidade Resíduo SAD-02 14 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Tendência SAD-02 15 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Componentes das Séries Temporais Tendência Sazonalidade Flutuações apresentadas ao longo da linha de tendência Informação importante do domínio do problema! Resíduo SAD-02 16 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Sazonalidade SAD-02 17 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Componentes das Séries Temporais Tendência Sazonalidade Resíduo Diferença entre as observações e os componentes de tendência e sazonalidade SAD-02 18 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Previsão de Séries Temporais Estimar valores futuros a partir do histórico da série Interesse em muitos sistemas de apoio à decisão! SAD-02 19 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Previsão de Séries Temporais Estimar valores futuros a partir do histórico da série Interesse em muitos sistemas de apoio à decisão! Formalmente Dada a série Qual o valor de SAD-02 20 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Previsão de Séries Temporais Estimar valores futuros a partir do histórico da série Interesse em muitos sistemas de apoio à decisão! Formalmente Dada a série Qual o valor de Como realizar a previsão? Modelos Lineares Modelos Não Lineares SAD-02 21 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Média Móvel Simples (MMS) Modelo Linear Previsão baseada no valor médio das observações de um número predeterminado de períodos Normalmente os mais recentes SAD-02 22 Sistema de Apoio a DecisãoModelos Preditivos → Análise de Séries Temporais Média Móvel Simples (MMS) Modelo Linear Previsão baseada no valor médio das observações de um número predeterminado de períodos Normalmente os mais recentes SAD-02 23 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Média Móvel Ponderada (MMP) Modelo Linear Previsão baseada no valor médio das observações de um número predeterminado de períodos Cada observação possui um peso (mais recentes são mais importantes?) SAD-02 24 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Média Móvel Ponderada (MMP) Modelo Linear Previsão baseada no valor médio das observações de um número predeterminado de períodos Cada observação possui um peso (mais recentes são mais importantes?) A soma dos pesos deve ser 1 SAD-02 25 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Muitas séries apresentam um comportamento caótico (não linear) Ex: cotação de índices futuros SAD-02 26 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Muitas séries apresentam um comportamento caótico (não linear) Modelos Não Lineares Aproximação Local Série temporal é dividida em subsequencias menores O conjunto de subsequencias mais próximas ao estado atual são utilizadas para a predição Proximidade = critério de similaridade SAD-02 27 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Modelo Não Linear (Aproximação Local) Qual o próximo valor? SAD-02 28 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Modelo Não Linear (Aproximação Local) Qual o próximo valor? Subsequencia com Estado Atual SAD-02 29 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Modelo Não Linear (Aproximação Local) Qual o próximo valor? Subsequencia com Estado Atual Subsequências da série S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S_atual SAD-02 30 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Modelo Não Linear (Aproximação Local) Qual o próximo valor? Subsequencia com Estado Atual Subsequências da série S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S_atual Quais subsequências anteriores são mais similares ao estado atual? SAD-02 31 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Modelo Não Linear (Aproximação Local) Qual o próximo valor? Subsequencia com Estado Atual Subsequências da série S1 S2 S3 S4 S5 S6 S7 S8 S9 S10 S11 S_atual Quais subsequências anteriores são mais similares ao estado atual? SAD-02 32 Sistema de Apoio a Decisão Modelos Preditivos → Análise de Séries Temporais Modelo Não Linear (Aproximação Local) Similaridade entre duas séries (e subsequências) Próxima Aula: Correlação de Spearman – Exemplos usando Correlação de Spearman para identificar similaridade entre duas séries (e subsequências) Exercícios para Entrega sobre o Tema. Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16 Slide 17 Slide 18 Slide 19 Slide 20 Slide 21 Slide 22 Slide 23 Slide 24 Slide 25 Slide 26 Slide 27 Slide 28 Slide 29 Slide 30 Slide 31 Slide 32
Compartilhar