Técnicas de Previsão
Código
7201
Unidade Orgânica
Faculdade de Ciências e Tecnologia
Departamento
Departamento de Engenharia Mecânica e Industrial
Créditos
6.0
Professor responsável
Ana Paula Ferreira Barroso, António Carlos Bárbara Grilo
Horas semanais
4
Total de horas
56
Língua de ensino
Português
Objectivos
A UC tem como objetivo dotar os estudantes de conhecimentos relativos à aplicação de técnicas de previsão, fundamentalmente para apoiar a tomada de decisão ao nível da gestão. Compreende uma introdução à teoria e aos métodos de previsão. Tem um cariz essencialmente de aplicação, pelo que são usados exemplos, análise de casos de estudo e resolução de problemas.
Pretende-se que no final da lecionação da UC os estudantes tenham adquirido competências que lhes permitam compreender como é que a aplicação de técnicas de previsão contribui positivamente na eficácia e na eficiência da gestão das organizações, ter uma visão geral de um conjunto abrangente de técnicas de previsão e uma perceção dos pontos fortes e fracos de cada técnica e, ainda, que desenvolvam aptidões que lhes permitam selecionar os modelos de previsão mais adequados à especificidade quer dos dados a modelar quer dos objetivos que se pretendem da previsão. Pretende-se igualmente que os estudantes sejam capazes de identificar quer a importância da previsão da procura na gestão da cadeia de abastecimento quer os aspetos relevantes no que diz respeito aos problemas de implementação e operacionalização de sistemas de previsão de larga escala quando utilizados na gestão eficiente de produtos e serviços.
Conteúdo
Planeamento e previsão
Tipos de previsão
Identificação das componentes de uma série cronológica
Classificação dos métodos de previsão: qualitativos e quantitativos
Elementos estatísticos para a previsão
Tratamento de valores extremos numa série cronológica
Medidas do erro de previsão absolutas e relativas
Autocorrelação e funções de autocorrelação (ACF)
Métodos univariados sem tendência e sem sazonalidade: médias móveis, médias móveis ponderadas, alisamento exponencial simples.
Métodos univariados com tendência e sazonalidade
Métodos de regressão
Estimativa da tendência com diferenças
Modelo de Brown
Modelo de Holt (2 parâmetros)
Modelo de Winters (3 parâmetros)
Métodos de decomposição clássica do tipo multiplicativo
Métodos de decomposição clássica do tipo aditivo
Decomposição usando regressão múltipla
Modelos ARIMA univariados
Aplicações ARIMA
Bibliografia
Hanke J. E. e Wichern D. W. (2009) Business Forecasting. Pearson International Edition.
Wilson J.H., Keating B. e Galt J. (2009) Business Forecasting with ForecastX. McGraw Hill.
Hoshmand A. R. (2010) Business Forecasting. A practical approach. Routledge, Taylor & Francis Group.
DeLurgio S. A. (1998) Forecasting Principles and Applications. Irwin McGraw-Hill.
Box G.E.P., Jenkins G.M. e Reinsel G. C. (1994) Time Series Analysis, Forecasting and Control, 3th ed., Englewood Cliffs, Prentice-Hall.
Método de ensino
Os conceitos são apresentados nas aulas teóricas, adotando fundamentalmente o método expositivo. Frequentemente são colocadas questões, para estimular a participação dos estudantes e avaliar e controlar a aquisição de conhecimentos.
Nas aulas práticas são resolvidos casos de estudo e exercícios, adotando o método experimental. São utilizadas aplicações informáticas e o método ativo. A análise dos trabalhos é frequentemente efetuada em aula.
Método de avaliação
A avaliação da unidade curricular inclui duas componentes de avaliação, avaliação teórico-prática (testes, T1 e T2) e avaliação laboratorial (3 trabalhos em grupo, Trbs), com a ponderação na nota final de 50 e 50%, respetivamente.
Nota final = 0,25 (T1 + T2) + 0,5 (Trbs)
A nota de cada componente de avaliação é arredondada às décimas.
Para dispensar de exame final, a nota da componente de avaliação teórico-prática deverá ser no mínimo de 9,5 valores.
A frequência, válida por 1 ano, é obtida pela presença em pelo menos 9 aulas teóricas e 9 aulas práticas.