Proposta de algoritmo para desenvolvimento de modelos de previsão: aplicação numa série de dados de uma revenda de tintas

Abstract

Neste artigo é proposto e aplicado um procedimento lógico para o desenvolvimento e seleção de modelos de previsão. Para tal, é sugerido um algoritmo que possibilita realizar avaliações e tratamentos estatísticos na série temporal a fim de poder testar e selecionar modelos robustos para posterior previsão de demanda. Com a ajuda de um estudo de caso sobre uma série de dados de uma empresa de revenda de tintas prediais, mostramos como a metodologia juntamente com a técnica de ARIMA podem ser usadas para desenvolver modelos mais adequados e confiáveis. Como resultado da aplicação do método é desenvolvido um modelo de previsão ARIMA (3,0,3), que apresenta um DPAM de 23,83% e um U the Theil de 0,79. Conclui-se através desse estudo que o processo de previsão de demanda é complexo e dinâmico, portanto, é relevante o uso de um algoritmo detalhado e organizado para garantir que tanto o modelo, bem como os resultados gerados, sejam condizentes com a realidade.