Prévia do material em texto
Sazonalidade em Séries Temporais Erro Quadrático Médio Caracteriza-se por padrões periódicos com Métrica que avalia a qualidade repetição anual ou menor da previsão de séries temporais Reflete variações regulares que ocorrem Busca minimizar a média dos dentro de um ano quadrados dos erros de previsão Pode ser modelada por variáveis dummy Utilizado para comparar representando períodos diferentes métodos de previsão Importante para ajustar previsões e Métodos como Holt visam reduzir identificar ciclos regulares esse erro para maior precisão N Previsão Método Ingênuo Constante de Amortecimento Considera O preço de hoje como melhor previsão para Financeira Valores próximos a 0,1 indicam alta dependência dos dados antigos amanhã Valores maiores reduzem O peso dos É uma abordagem simples e dados mais antigos rapidamente comum no mercado Escolha da constante depende da financeiro persistência da série temporal Não utiliza informações Ajuste correto melhora a precisão históricas complexas para das previsões futuras previsão Baseia-se na premissa de que mercado é eficiente Importância da Persistência Séries com forte persistência dependem muito dos valores antigos Influenciam a escolha da constante Amortecimento Exponencial de amortecimento adequada Método de Holt Método que atribui pesos Persistência alta requer menor decrescentes a dados mais antigos constante para melhor suavização Extensão do amortecimento Constante de amortecimento Afeta diretamente a precisão e exponencial que considera tendência controla a influência dos dados estabilidade das previsões Utiliza duas constantes passados para ajustar nível e Valores baixos da constante tendência da série indicam forte persistência Adequado para séries com histórica tendência crescente ou Utilizado para suavizar séries decrescente temporais e melhorar previsões Melhora previsões ao capturar mudanças na direção dos dados