Técnicas de Previsão

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. 

Caracterização geral

Código

7201

Créditos

6.0

Professor responsável

Ana Paula Ferreira Barroso, António Carlos Bárbara Grilo

Horas

Semanais - 4

Totais - 61

Idioma de ensino

Português

Pré-requisitos

A disponibilizar brevemente

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 discutidos nas aulas teóricas, usando predominantemente exemplos de aplicação. 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

Avaliação a distância. Classificação final na UC obtida pela média ponderada de 3 componentes com a respetiva ponderação na nota final:

a) Avaliação Teórico-Prática (40%) – Individual

2 testes (T1 e T2). A média dos 2 testes tem de ter uma nota mínima de 9,5 valores para aprovação na UC

b) Avaliação Laboratorial ou de Projeto (45%) – Em grupo

3 trabalhos realizados em grupo (Trbs)

c) Avaliação Sumativa (15%) – Individual

5 mini testes (mT)

Nota final = 0,15 mT + 0,20 T1 + 0,20 T2 + 0,45 Trbs

A nota de cada componente de avaliação é arredondada às centésimas.

T1: 2 novembro ; T2: 14 dezembro

Para obter frequência, o estudante carece de uma classificação mínima na avaliação Sumativa de 9,5 valores.

Para aprovação na UC, o estudante tem de possuir Frequência, uma nota mínima na avaliação teórico-prática de 9,5 valores e uma classificação final de pelo menos 9,5 valores.

Para os estudantes sem aprovação ou que pretendam melhorar a classificação obtida, têm a oportunidade de o fazer no Exame de Recurso que permite apenas a avaliação da componente teórico-prática.

O estudante tem de fazer a Defesa de Nota se a nota final for superior a 17 valores. A Defesa de Nota é realizada através de uma Prova Oral a distância a agendar com o estudante entre 3 e 7 dias após a divulgação da nota final.

Exame de Recurso: Presencial

Conteúdo

  1. Importância da previsão no planeamento. Tipos de previsão. Métodos de previsão qualitativos e quantitativos. Metodologia de desenvolvimento de um modelo de previsão. Elementos estatísticos para a previsão.
  2. Séries cronológicas de vendas. Identificação de componentes. Tratamento de valores extremos.
  3. Avaliação da precisão da previsão. Medidas do erro de previsão absolutas e relativas. Autocorrelação e funções de autocorrelação (ACF).
  4. Métodos univariados sem tendência e sem sazonalidade. Médias móveis simples. Médias móveis ponderadas. Alisamento exponencial simples.
  5. Métodos univariados com tendência e sem sazonalidade. Método de regressão linear. Estimativa da tendência com diferenças. Modelo de Brown. Modelo de Holt.
  6. Métodos univariados com tendência e sazonalidade. Modelo de Holt-Winters. Modelos de decomposição clássica do tipo multiplicativo e do tipo aditivo. Decomposição de uma série usando regressão linear múltipla.
  7. Modelos e aplicações ARIMA.

Cursos

Cursos onde a unidade curricular é leccionada: