NumXL Cookbook - Modelo AirLine

Neste documento, demonstraremos os poucos passos para converter dados brutos de séries temporais numa previsão robusta utilizando o NumXL.

Como exemplo, estamos a utilizar a procura mensal de energia eléctrica (em MWh) para a cidade de Jeddah (Arábia Saudita) entre 2003 e 2010.

A série cronológica na figura acima demonstra uma sazonalidade de doze (12) meses e uma tendência ascendente ao longo do tempo.

Estes dados podem ser explicados dividindo a procura de energia nas suas duas componentes principais: (1) a procura industrial, e (2) a procura residencial e comercial. A procura residencial e comercial é influenciada pelos padrões climáticos (por exemplo, a estação do ano). Isto pode ser visto através do aumento/diminuição da utilização de eletricidade para arrefecimento/aquecimento. Por outro lado, a procura industrial é bastante estável. Como fator de produção, a procura industrial é impulsionada principalmente pelas condições económicas da cidade ou da indústria e, em menor grau, pelos padrões climáticos.

Etapa 1: Estatísticas resumidas

Utilizando a barra de ferramentas do NumXL, inicie o assistente de estatísticas descritivas.

Para a nossa ilustração, manteremos todas as opções selecionadas. Para a saída, selecione a célula da folha de cálculo onde pretende que a tabela seja escrita:

Etapa 2: Análise do Correlograma

Utilizando a barra de ferramentas do NumXL, inicie o Assistente de Correlograma:

Para esta ilustração, vamos calcular e traçar a ACF e a PACF para os primeiros 20 desfasamentos.

O gráfico ACF demonstra um caso clássico para o modelo AirLine com um comprimento de ciclo de 12 passos

Etapa 3: Transformação de dados

Não é necessário transformar os dados antes da modelação. O modelo AirLine estabilizará as séries de entrada através dos termos de diferenciação na sua definição.

Etapa 4: Modelação

Utilizando o NumXL, o processo de modelação consiste em 3 passos principais: (1A) especificação do modelo, (2B) calibração, e (3C) diagnóstico dos resíduos.

1A: Especificação do modelo

Clique no ícone AirLine na barra de ferramentas do NumXL.

O NumXL irá preparar uma tabela na sua folha de cálculo com o coeficiente do modelo, a qualidade do ajuste e as rotinas de diagnóstico residual. Nota: os valores do modelo ainda não são óptimos.

2B: Calibração do modelo

Selecionar a célula onde se encontra a tabela modelo começa em (ou seja, AIRLINE(12)). Clicar no ícone "calibração na barra de ferramentas.

A caixa de diálogo do MS Excel Solver aparecerá no ecrã com as especificações do modelo preenchidas. Clique no botão Solve.

3C: Diagnóstico residual

As rotinas de diagnóstico dos resíduos já estão preenchidas na sua folha de cálculo com os parâmetros do modelo. Agora é uma boa altura para reexaminar se o modelo ótimo satisfaz os pressupostos subjacentes.

Etapa 5: Previsão

Para efetuar uma previsão utilizando o NumXL, selecione a célula da tabela do modelo (ou seja, AirLine). Clique no ícone "Forecast" (Previsão) na barra de ferramentas.

Aparece o assistente de previsões. Selecione as observações realizadas (ou seja, os pontos de cauda dos seus dados de amostra) e o horizonte de previsão em unidades de passos.

Para esta ilustração, foram selecionadas as últimas 23 observações dos dados de amostra e, em seguida, o horizonte de previsão foi definido para 30 etapas (ou unidades), como indicado acima.

Trace a previsão e os respectivos intervalos de confiança.