15. Sazonalidade complexa e calendário

Nem todo padrão recorrente cabe em um único ciclo simples. Uma série de atendimentos pode variar por hora, dia da semana, época do ano e feriados móveis. Modelar essas regularidades exige separar posição no calendário de dependência estocástica e evitar confundir eventos excepcionais com sazonalidade. O capítulo apresenta indicadores sazonais, termos de Fourier, feriados e múltiplos ciclos, mostrando como escolher uma representação compatível com a frequência, o histórico e a disponibilidade futura.

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 15 de 20 da disciplina Séries Temporais e Previsão. Ele retoma Variáveis exógenas e regressão dinâmica e utiliza essa base para avançar. Na sequência, estudaremos Demanda intermitente.

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 Sazonalidade complexa e calendário 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.

Dummies sazonais

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

Dummy sazonal representa posições do ciclo por indicadores.

Dummies sazonais são indicadores para posições do ciclo, como meses ou dias da semana. Com intercepto e s categorias, costuma-se usar s − 1 indicadores para evitar colinearidade perfeita; a categoria omitida é a referência. Os coeficientes representam diferenças condicionais em relação a ela, sob a especificação. Essa representação é flexível para ciclos curtos e efeitos por categoria, mas muitos indicadores exigem mais parâmetros. Se a amplitude ou o efeito muda ao longo do tempo, coeficientes fixos podem ser insuficientes e precisam de avaliação.

Fourier

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

Termos de Fourier aproximam padrões periódicos suavemente por senos e cossenos.