18. Previsão probabilística e intervalos

Uma previsão pontual resume possibilidades futuras, mas não informa sozinha o risco de a demanda exceder a capacidade ou ficar abaixo do esperado. Previsões probabilísticas acrescentam distribuição, quantis ou intervalos para apoiar decisões com custos assimétricos. O capítulo distingue intervalo de previsão, quantil, cobertura e calibração. Também explica por que um intervalo muito largo pode cobrir quase tudo sem ser útil e por que uma boa média de cobertura pode esconder falhas por horizonte.

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 18 de 20 da disciplina Séries Temporais e Previsão. Ele retoma Anomalias e mudanças de regime e utiliza essa base para avançar. Na sequência, estudaremos Séries múltiplas e hierárquicas.

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 Previsão probabilística e intervalos 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.

Intervalo de previsão

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

Intervalo de previsão quantifica faixa para observação futura incluindo inovação.

O intervalo de previsão busca representar onde uma observação futura poderá cair, incluindo a variação das inovações futuras sob o modelo. É diferente de um intervalo de confiança para um parâmetro ou para a média condicional: conhecer bem a média não elimina a dispersão de novas observações. A largura depende do nível nominal, horizonte e hipóteses. Fórmulas normais simétricas são adequadas apenas quando essa aproximação é razoável. Contagens, assimetria e restrições de suporte podem exigir outra distribuição ou procedimento. Declare quais fontes de incerteza foram incorporadas.

Quantil

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

Previsão de quantil estima valor abaixo do qual o alvo cairá com probabilidade indicada.