Questão de Estatística — Análise de séries temporais — COPEVE-UFAL 2026
EstatísticaAnálise de séries temporais
- Código
- qg664059
- Banca
- COPEVE-UFAL
- Órgão
- IFAL
- Ano
- 2026
- Nível
- Superior
- Cargo
- Professor EBTT - Logística
Uma empresa de logística deseja prever a demanda diária de ordens de transporte com base no histórico dos últimos quatro anos. Foram testados três modelos de previsão: a média móvel de 7 dias, a média móvel integrada Autorregressiva (ARIMA) e a Regressão de Poisson. Os modelos foram avaliados com dados fora da amostra. A demanda média diária no período avaliado foi de 160 ordens de transporte. Métricas como a Raiz do Erro Quadrático Médio (RMSE) e o Erro Médio Absoluto (MAE) foram calculadas com os seguintes resultados obtidos:
Com base nos resultados apresentados e nos conceitos de avaliação de modelos de previsão de demanda, qual modelo deve ser escolhido?
Com base nos resultados apresentados e nos conceitos de avaliação de modelos de previsão de demanda, qual modelo deve ser escolhido?- AO modelo ARIMA deve ser o escolhido por errar a demanda de ordens diária em 8%, com um erro máximo igual a 14%.
- BA Regressão de Poisson deve ser o modelo escolhido, pois a diferença entre RMSE e MAE assegura um erro médio de previsão de 4%.
- CO modelo ARIMA deve ser o escolhido por errar, em média, 8 (oito) ordens por dia, com a presença de alguns dias com erros de previsão significativamente maiores que a média.
- DRegressão de Poisson, pois a diferença entre MAE e RMSE é de 4 (quatro) ordens, a menor entre os três modelos, o que comprova que seus erros de previsão são os menos dispersos; portanto, o modelo é o mais preciso.
- EA Média móvel de 7 (sete) dias deve ser o modelo escolhido, pois os valores de MAE e RMSE indicam que o modelo produz erros de previsão com distribuição simétrica e sem a presença de observações atípicas, capturando as oscilações intensas da demanda real.