Módulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES

Transcrição

1 Módulo 2 AVALIAÇÃO DA DEMANDA EM TRANSPORTES

2 Conceitos Iniciais Prever é a arte e a ciência de predizer eventos futuros, utilizandose de dados históricos e sua projeção para o futuro, de fatores subjetivos ou intuitivos, ou ambos combinados.

3 Conceitos Iniciais Planejamento Estratégico Estimar condições futuras ao longo de intervalos de tempo, normalmente maiores do que um ano, são importantes para sustentar decisões estratégicas a respeito do planejamento de produtos, processos, tecnologias e instalações.

4 Conceitos Iniciais Técnicas de Previsão Planejamento Operacional Estimar as condições futuras no decorrer de intervalos de tempo que variam de alguns dias a diversas semanas. Essas previsões podem abranger períodos de tempo curtos sobre os quais ciclos, sazonalidade e padrões de tendências têm pouco efeito. O padrão de dados que mais afeta essas Planejamento previsões é a flutuação aleatória. Tático

5 Módulo 1 Previsão de Demanda As técnicas qualitativas privilegiam principalmente dados subjetivos. Estão baseadas na opinião e no julgamento de pessoas chaves, especialistas nos produtos ou nos mercados onde atuam estes produtos.

6 Avaliação Subjetiva Metodologia s Pesquisas Exploratórias Comitê Executivo Pesquisa de Vendas Pesquisa de Mercado Método Delphi

7 As técnicas quantitativas envolvem a análise numérica dos dados passados, isentando-se de opiniões pessoais ou palpites. Empregam-se modelos matemáticos para projetar a demanda futura.

8 Métodos Causais ou Explicativos Regressão Metodologias s Séries Temporais ou Projeções de Tendências Modelo Estático Modelos Adaptáveis

9 Explicativos Relações entre causas e efeitos. O comportamento de uma variável (chamada dependente) é explicado por uma, ou mais variáveis (chamadas independentes).

10 Variável dependente Y Explicativos Regressão Variável independente X

11 Explicativos Regressão Variável dependente Y (x,y) (x,y) (x,y) (x,y) (x,y) (x,y) (x,y) (x,y) (x,y) (x,y) (x,y) Variável independente X

12 Explicativos Regressão Variável dependente Y Equação de regressão: Y = a + bx + ε a > Intercepto. Valor de Y quando x=0 b > Coef. Angular (tgθ) Variável independente X

13 Explicativos Regressão Variável dependente Y Equação de regressão: Y = a + bx + ε Valor real de Y Valor de X usado para estimar Y Variável independente X

14 Variável dependente Y Explicativos Regressão Estimativa de Y a partir da equação de regressão Equação de regressão: Y = a + bx + ε Valor real de Y Valor de X usado para estimar Y Variável independente X

15 Variável dependente Y Explicativos Regressão Estimativa de Y a partir da equação de regressão Desvio, ou erro { Equação de regressão: Y = a + bx + ε Valor real de Y Valor de X usado para estimar Y Variável independente X

16 Explicativos Regressão No Excel Ferramentas > Análise de Dados > Regressão > Escolher Y e X Método dos Mínimos Quadrados Se não estiver disponível (instalado), fazer: Ferramentas > Suplementos > Marcar Ferramentas de Análise - VBA

17 Explicativos Regressão Método dos Mínimos Quadrados a = Y - bx Períodos (ano) b = ΣXY - nxy ΣX 2 n(x) 2 Demanda (x10 3 Toneladas)

18 Σ Média Períodos (ano) Explicativos Regressão a = Y - bx b = Demanda (x10 3 Toneladas) ΣXY - nxy ΣX 2 n(x) 2 XY X

19 Explicativos Regressão ΣXY - nxy a = Y - bx b = ΣX 2 n(x) 2 b = (3)(171) = - 12,5 55-5(3) 2 a = 171 (- 12,5) (3) = 208,5 Y = 208,5-12,5 X

20 r = Explicativos Regressão nσxy - ΣX ΣY [nσx 2 -(ΣX) 2 ][nσy 2 - (ΣY) 2 ] r >> Coeficiente de Correlação de Pearson Indica o grau em que uma equação linear descreve a relação entre duas variáveis. Varia entre -1 a 1, e assume valor negativo quando X e Y são inversamente proporcionais e positivo quando diretamente proporcionais. Assume valor zero quando não há relação entre as duas variáveis.

21 Explicativos Regressão Coeficiente de Correlação de Pearson Fonte: Nakano, David Administração de Materiais

22 Exercício Uma empresa de transporte de gás por dutos registro as demandas na tabela a seguir. Calcule a previsão da demanda para os próximos seis trimestres pelo método causal exposto anteriormente Ano Trimestre Período (t) Demanda (x10 3 cm 3 )

23 2001/1 2000/4 2000/3 Previsão de Demanda Previsão de Demanda Perfil da Demanda Demanda (x1000 cm3) /2 1998/3 1998/4 1999/1 1999/2 1999/3 1999/4 2000/1 2000/2 Ano/Trimestre

24 Resposta pelo Excel Estatística de regressão R múltiplo 0, R-Quadrado 0, R-quadrado ajustado 0, Erro padrão 10666,88 Observações 12 Y = 12015, ,95 X gl SQ MQ F F de significação Regressão 1 3,43E+08 3,43E+08 3, , Resíduo 10 1,14E+09 1,14E+08 Total 11 1,48E+09 Coeficientes Erro padrão Stat t valor-p 95% inferiores 95% superiore s Inferior 95,0% Superior 95,0% Interseção 12015, ,013 1, , , , , ,91 Variável X , ,0096 1, , , , , ,473