Return to search

[en] BIAS DETECTION IN DEMAND FORECASTING / [pt] DETECÇÃO DE VIÉS NA PREVISÃO DE DEMANDA

[pt] Essa dissertação teve como objetivo propor dois novos métodos para detecção
de viés na previsão de demanda. Os métodos consistem numa adaptação de duas
técnicas de controle estatístico de processos, o gráfico de controle de EWMA e o
algoritmo CUSUM, ao contexto de detecção de viés na previsão de demanda. O
desempenho dos métodos foi analisado por simulação, para diversos casos de
mudança na inclinação (tendência) da série de dados (mudança de modelo constante
para modelo com tendência; alteração na tendência de série crescente; estabilização
de série crescente em um patamar constante), e com diferentes parâmetros para os
métodos. O estudo limitou-se a séries sem sazonalidade e aos métodos de previsão de
amortecimento exponencial simples e de Holt. Os resultados mostraram a grande
superioridade do gráfico de EWMA proposto e apontam questões para pesquisas
futuras. / [en] The purpose of this dissertation is to propose two new methods for detection
of biases in demand forecasting. These methods are adaptations of two statistical
process control techniques, the EWMA control chart and the CUSUM control chart
(or CUSUM algorithm), to the context of the detection of biases in demand
forecasting. The performance of the proposed methods was analyzed by simulation,
for several magnitudes of changes in the trend of the series (change from a level
series to a series with a trend, changes in the trend parameter, and stabilization of a
series with a trend in a constant average level) and with different parameters for all
methods. The study was limited to non-seasonal models and to the methods of simple
exponential smoothing and Holt’s Exponential Smoothing. The results have shown
the superiority of the EWMA method proposed and indicate issues for future
research.

Identiferoai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:18477
Date13 October 2011
CreatorsRENATA MIRANDA GOMES
ContributorsEUGENIO KAHN EPPRECHT
PublisherMAXWELL
Source SetsPUC Rio
LanguagePortuguese
Detected LanguagePortuguese
TypeTEXTO

Page generated in 0.0016 seconds