Carregar apresentação
A apresentação está carregando. Por favor, espere
1
Previsões
2
C/P M/P L/P ? Estratégico Operacional
3
previsão RH Aprovisionamento Finanças Produção Marketing
Perda de negócios, clientes, tempo, stocks, salários Falta de capacidade previsão Excesso de capacidade RH contratações / despedimentos / formação Aprovisionamento stocks necessários Finanças capital necessário / ROI / financiamento / FMN Produção que / quando / como produzir / que máquinas Marketing a quem / a quantos / quando / que preço
5
f (.) + et Adoptar modelo Modelização: Angariar série temporal
fiável ? dados S Adoptar modelo MODELO Previsão N Modelização: Angariar série temporal Mapear dados relevantes Peculiaridades Tendências Linearidades discrepâncias Seleccionar função f quer descreve essa série Encontrar componente aleatória Identificar as variáveis independentes Analisar qualidade dos modelos Adoptar modelos Variáveis independentes Variável dependente Erro YT = f (t, YT-1; $) + et f (*) f (.) + et
6
Erro do modelo face aos valores da amostra
(modelo é testado face aos valores com que foi definido) Erro do modelo face ao futuro t1
7
Mapeamento de dados forma geral da função
Sem tendência, com sazonalidade Sem tendência ou sazonalidade Tendência linear e sazonalidade aditiva Tendência linear e sazonalidade multiplicativa Tendência não linear e sazonalidade aditiva Tendência não linear e sazonalidade multiplicativa
8
Decomposição de séries
Série original ciclo sazonalidade tendência nível aleatório
9
Análise do erro de previsões
Erro médio Erro médio quadrático Desvio médio absoluto Erro % médio absoluto
10
Capacidade de resposta
Estabilidade Reacção a tendências
11
Médias Média cumulativa Média móvel Média móvel ponderada
12
Suavização exponencial
Suavização exponencial simples Suavização exponencial dupla
13
Tendências Tendência linear
14
Sazonalidade multiplicativa
Sazonalidade aditiva
15
Modelos com sazonalidade
Sazonalidade MULTIPLICATIVA Série c/ N períodos (N = sazonalidade) Média móvel centrada (janela = N) Determinar rácio yt/mmc Estimar xS Remover sazonalidade Estimar parâmetros da série desazonalizada Integrar sazonalidade ,se não:
16
Modelos com sazonalidade
Sazonalidade ADITIVA Série c/ N períodos (N = sazonalidade) Média móvel centrada (janela = N) Determinar valor yt – MMC Estimar xS Remover sazonalidade Estimar parâmetros da série desazonalizada Integrar sazonalidade ,se não:
17
Modelos causais
18
Analogia de ciclo de vida
Método Descrição Utilizações Precisão Custo relativo Curto prazo Médio prazo Longo prazo DELPHI Previsão desenvolvida por painel de especialistas, que respondem a questões. As respostas (anónimas), são, no final de cada sessão dadas aos participantes. De 3 a 6 sessões são necessárias para atingir a convergência na previsão Planeamento de unidades ou de capacidades de produção – vendas de L/P Médio a muito bom Médio/alto Estudos de mercado Vendas totais ou produtos individuais Muito bom Bom Médio Alto Analogia de ciclo de vida Baseadas nas fases de introdução, crescimento, maturidade e declínio de proditos similares Vendas de L/P para planeamento de unidades ou de capacidades Fraco Médio a bom Juízo “informado” Grupo ou individualidades, baseados na experiência, em “palpites” ou em conhecimento de factos sobre a situação Fraco a médio Baixo
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.