04. Defasagens, diferenças e retornos

Defasagens recuperam valores passados; diferenças medem mudanças absolutas; retornos medem mudanças relativas. Essas operações parecem simples, mas dependem de frequência, ordenação e disponibilidade. Uma coluna deslocada pode apontar para a linha anterior sem representar o período anterior, e uma transformação calculada com informação futura invalida a avaliação. Este capítulo apresenta as fórmulas, a interpretação das unidades e as condições necessárias para construir atributos temporais e depois retornar à escala do problema.

Quando a ordem do tempo importa, dividir dados aleatoriamente e ignorar dependências produz respostas enganosas. A sequência parte da estrutura temporal e chega à operação contínua das previsões. Este é o capítulo 4 de 20 da disciplina Séries Temporais e Previsão. Ele retoma Ordenação, agregação e calendário e utiliza essa base para avançar. Na sequência, estudaremos Autocorrelação e autocorrelação parcial.

O fio condutor

Ciência de Dados começa com uma pergunta e termina com uma decisão que precisa ser compreendida, avaliada e acompanhada. Entre esses dois pontos, dados são coletados, examinados e transformados; métodos são escolhidos; resultados são validados; e limitações são comunicadas. Nenhuma etapa compensa automaticamente uma falha grave ocorrida na etapa anterior.

Neste capítulo, use Defasagens, diferenças e retornos para acompanhar três dimensões: o problema que se deseja resolver, a evidência disponível e o critério usado para avaliar o resultado. Essa separação ajuda a evitar soluções tecnicamente sofisticadas que não respondem à necessidade real.

Lag

Começamos por Lag, pois essa base organiza os conceitos e exemplos que aparecerão no restante do capítulo.

Lag é o valor da série deslocado por número definido de períodos.

O lag de ordem k corresponde a yₜ₋ₖ quando o índice e a frequência estão definidos. Em uma grade mensal, lag 12 aponta para o mesmo mês do ano anterior; em dados irregulares, deslocar doze linhas não garante doze meses. Valores iniciais ficam sem defasagem disponível e precisam ser tratados. Distinga também a data do evento e a divulgação: um valor de janeiro publicado em março não estava disponível para a previsão de fevereiro. O conjunto de informação permitido define quais lags podem ser usados.

Diferença

Depois de compreender Lag, passamos a Diferença. A nova seção acrescenta outra etapa ao mesmo raciocínio e mostra como as decisões anteriores influenciam as próximas.

Diferença subtrai observações separadas por defasagem para remover nível ou sazonalidade.