Modelos explicativos para previsão

Prévia do material em texto

Modelos explicativos para previsão
A variável dependente (que se deseja estimar) é entendida como a conseqüência de um conjunto de variáveis independentes. Os valores dessas variáveis podem mudar em função de alterações na estrutura da própria empresa e no ambiente em que esta opera.
Exemplos de variáveis independentes:
 Investimentos
 Volumes de produção
 Produtividades
 Capacidade instalada
 PIB per capita
 Câmbio
Modelos explicativos para previsão
xi = Variáveis independentes
Regressão múltipla de função potência
y = a + i(bi  xi ci) +   y
Variável independente
Variável dependente
Regressão linear simples
y = a + b  x +   y
 = N(0,1)
Variável independente
Variável dependente
Regressão simples de função potência
y = a + b  x c +   y 
0  c  1
xi = Variáveis independentes
Regressão linear múltipla
y = a + i(bi  xi) +   y
Modelos explicativos para previsão
Passos para construção do modelo:
 Identificar variáveis independentes
 levantar histórico, avaliá-lo e construir um histórico “corrigido”
 estimar parâmetros do modelo
 analisar coerência lógica do modelo
 validá-lo ou retornar a algum passo anterior
Para se aplicar o modelo, é necessário estimar os valores das variáveis independentes (usando regressão, projeção ou predição e analisar os planos da empresa).