{"id":1028,"date":"2018-11-28T15:44:48","date_gmt":"2018-11-28T17:44:48","guid":{"rendered":"http:\/\/docs.unitplatform.io\/?p=1028"},"modified":"2018-12-10T14:10:05","modified_gmt":"2018-12-10T16:10:05","slug":"how-does-the-forecasting-work","status":"publish","type":"post","link":"https:\/\/docs.unitplatform.io\/en\/how-does-the-forecasting-work\/","title":{"rendered":"How does forecasting work?","raw":"How does forecasting work?"},"content":{"rendered":"","protected":false,"raw":""},"excerpt":{"rendered":"","protected":false,"raw":""},"author":1,"featured_media":1053,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_pt_post_content":"

O que \u00e9 proje\u00e7\u00e3o?<\/h2>\r\nProje\u00e7\u00e3o \u00e9 uma atividade estat\u00edstica comum na \u00e1rea de neg\u00f3cios. Ela proporciona informa\u00e7\u00f5es para a tomada de decis\u00e3o e serve de guia para planejamento estrat\u00e9gico de longo-prazo.\r\n\r\nProje\u00e7\u00e3o envolve antever o futuro t\u00e3o precisamente quanto poss\u00edvel com as informa\u00e7\u00f5es dispon\u00edveis, como hist\u00f3rico de dados e o conhecimento de qualquer evento futuro que possa impactar as previs\u00f5es.\r\n\r\nNa Unit, utilizamos a proje\u00e7\u00e3o para analisar as condi\u00e7\u00f5es de um servi\u00e7o monitorado em um momento futuro.<\/strong>\r\n

Como funciona a proje\u00e7\u00e3o?<\/h2>\r\nA proje\u00e7\u00e3o \u00e9 feita baseada em um determinado per\u00edodo de tempo.\u00a0Confira o passo a passo de como fazer a proje\u00e7\u00e3o dos dados:\u00a0<\/span>\r\n
    \r\n \t
  1. Selecione um\u00a0per\u00edodo para obter os dados hist\u00f3ricos<\/b>;\u00a0<\/span><\/li>\r\n \t
  2. Selecione um\u00a0modelo de predi\u00e7\u00e3o<\/b>;\u00a0<\/span><\/li>\r\n \t
  3. Se escolher o \u201cautom\u00e1tico<\/b>\u201d, o sistema tenta determinar qual\u00a0dos modelos dispon\u00edveis\u00a0melho<\/b>r<\/b>\u00a0<\/b>prediz os dados<\/b>. Para isso, o sistema utiliza a metodologia \u201cHold<\/b>\u00a0Out<\/b><\/a>\u201d explicada a seguir.<\/li>\r\n \t
  4. O sistema avalia qual dos algoritmos gera um\u00a0modelo de predi\u00e7\u00e3o com menor erro<\/b>;\u00a0<\/span><\/li>\r\n \t
  5. Ent\u00e3o, o modelo escolhido \u00e9\u00a0usado em 100% dos dados<\/b>, gerando a linha de predi\u00e7\u00e3o do gr\u00e1fico<\/b>.\u00a0<\/span><\/li>\r\n<\/ol>\r\n

    Observa\u00e7\u00f5es importantes\u00a0<\/span><\/h2>\r\nA metodologia hold-out<\/strong> \u00e9 utilizada para dividir o conjunto de dados em duas partes, os\u00a0dados de treinamento<\/strong>\u00a0e os\u00a0dados de teste<\/strong>. O primeiro conjunto \u00e9 utilizado para estimar quaisquer par\u00e2metros de um modelo de predi\u00e7\u00e3o. Os dados de teste, por outro lado, s\u00e3o utilizados para avaliar o desempenho do modelo escolhido em dados n\u00e3o vistos. A divis\u00e3o dos dados feita no m\u00e9todo \u00e9 normalmente de 80% separados para os dados de treinamento e 20% para os de teste.\r\n\r\nPor padr\u00e3o, a proje\u00e7\u00e3o \u00e9 calculada utilizando quatro modelos, mas \u00e9 poss\u00edvel selecionar manualmente o algoritmo que voc\u00ea entender mais adequado.\u00a0Os quatro modelos utilizados na Unit s\u00e3o\u00a0AUTO.ARIMA<\/b>,\u00a0<\/b>ETS<\/b>,\u00a0TBATS\u00a0<\/b>e\u00a0NNETAR<\/b>, explicados mais abaixo. Vale lembrar tamb\u00e9m que o modelo NNETAR<\/strong>\u00a0n\u00e3o tem banda de confian\u00e7a.<\/b>\u00a0A banda de confian\u00e7a \u00e9 o intervalo de valores estimados para o resultado da linha de predi\u00e7\u00e3o.\r\n\r\nCaso o gr\u00e1fico tenha mais de uma linha, a proje\u00e7\u00e3o ser\u00e1 feita linha por linha.\r\n

    Modelos de predi\u00e7\u00e3o\u00a0<\/span><\/h2>\r\nAbaixo est\u00e3o os\u00a0quatro modelos de predi\u00e7\u00e3o\u00a0utilizados.\u00a0<\/span>\r\n