Baixe Previsao da Demanda e outras Notas de estudo em PDF para Economia Agroindustrial, somente na Docsity! “ o Previsão da Demanda Previsão da demanda Predição: processo para determinação de um acontecimento futuro baseado em dados completamente subjetivos e sem uma metodologia de trabalho clara;  Previsão: processo metodológico para determinação de dados futuros baseados em modelos estatísticos, matemáticos ou econométricos ou ainda em modelos subjetivos apoiados em metodologia de trabalho clara e previamente definida. Etapas de um modelo de previsão Objetivo do modelo Coleta e análise de dados Seleção da técnica de previsão Obtenção das previsões Monitoramento do modelo Técnicas de previsão Características presentes em todas as técnicas de previsão: ◦Supõe-se que as causas que influenciaram a demanda passada continuarão a agir no futuro ◦As previsões não são perfeitas, não somos capazes de prever todas as variáveis aleatórias ◦A acuracidade das previsões diminui com o aumento do período de tempo Técnicas de previsão Tipos de técnicas de previsão ◦Técnicas qualitativas  Privilegiam principalmente dados subjetivos, baseados em opiniões e julgamentos de pessoas-chave  Emprego, principalmente nas seguintes situações  Quando não se dispõe de tempo para coletar e analisar dados da demanda passada  Lançamento de produto  Instabilidade econômica e política Padrões da demanda Média Na SON A Tendência Linear Sazonal TNT NS A Cíclica | Padrões da demanda Média ◦As flutuações da demanda estão em torno de um valor constante Tendência linear ◦A demanda cresce ou decresce linearmente Tendência não-linear ◦A demanda cresce ou decresce não- linearmente, conforme uma equação de 2º grau Sazonal (estacional) ◦Demanda cresce ou decresce em certos períodos, variações cíclicas de curto prazo Padrões da demanda Variações irregulares ◦Alterações na demanda provenientes de fatores excepcionais Técnicas quantitativas Os coeficientes podem ser obtidos pelas seguintes equações: b = n( ∑ XY ) – ( ∑ X ) (∑ Y) n (∑ X2) – ( ∑ X) 2 a = ∑ Y – b (∑ X) n onde: n = número de pares XY observados Exemplo de previsão baseada em correlação Uma cadeia de fast food verificou que as vendas mensais de refeições em suas casas estão relacionadas ao número de alunos matriculados em escolas situadas num raio de 2 km em torno da casa. Os dados referentes às vendas mensais e ao número de alunos matriculados num raio de 2 km estão apresentados na tabela a seguir. A empresa pretende instalar uma nova lanchonete numa região onde o número de alunos é de 13.750. Qual a previsão para essa nova lanchonete? Vendas por lanchonete Y (mil) Número de alunos X (mil) XY Y2 X2 31,56 10,00 315,60 996,03 100,00 38,00 12,00 456,00 1.444,00 144,00 25,25 8,00 202,00 637,56 64,00 47,20 15,00 708,00 2.227,84 225,00 22,00 6,50 143,00 484,00 42,25 34,20 11,00 376,20 1.169,64 121,00 45,10 14,50 653,95 2.034,01 210,25 32,30 10,10 326,23 1.043,29 102,01 29,00 9,20 266,80 841,00 84,64 40,90 13,40 548,06 1.672,81 179,56 40,00 12,70 508,00 1.600,00 161,29 24,20 7,60 183,92 585,64 57,56 41,00 13,10 537,10 1.681,00 171,61 ∑Y = 450,71 ∑X = 143,10 ∑XY = 5.224,86 ∑Y2 = 16.416,82 ∑X2 = 1.663,37 Tabela de dados Medindo a correlação entre as duas variáveis r = coeficiente que mede a correlação entre as duas variáveis, varia de +1 a - 1 ◦r próximo de +1, uma mudança em uma variável corresponde a uma mudança no mesmo sentido; ◦r próximo de -1, uma mudança em uma variável corresponde a uma mudança no sentido contrário na outra variável; ◦r próximo de 0 (zero), não existe correlação entre as variáveis Exercício A demanda por cimento está correlacionada com o nível de atividade da construção civil em determinada região. Dados dos últimos 7 anos mostram os seguintes desempenhos  Verificar por meio de cálculo se esta relação é forte.  Caso a previsão do nível de atividade da construção civil para o próximo ano seja de 90 m2, qual a demanda esperada por cimento? Ano 1 2 3 4 5 6 7 Demando por cimento (m3) 735 600 770 670 690 780 640 Taxa de construção (m2) 100 80 105 92 95 107 87 Exercício 2. Uma linha de cosméticos tem apresentado as vendas nos últimos meses, como mostra a tabela a seguir. Realizar a previsão de vendas para os meses de agosto, setembro e outubro utilizando o modelo de ajustamento de uma reta pelos mínimos quadrados.Mês JAN. FEV. MAR. ABR. MAIO JUN. JUL. Caixa s 100 110 125 135 140 153 167