Logística/Técnicas de previsão/Série temporal e dados transversais

Uma série temporal ou cronológica (Figura 1) é composta por um conjunto de observações contínuas, ordenadas em intervalos temporais igualmente espaçados (e.g., uma observação por mês). Um exemplo é uma base de dados do desempenho de um único banco desde 2000 até à actualidade. Por sua vez, os dados transversais[1] são recolhidos num certo instante no tempo. Os indicadores do desempenho recente de cem bancos pode constituir uma base de dados transversais (DeLurgio, 1998, p. 13).

A análise de séries temporais (ou análise longitudinal) tem vários objectivos (Ehlers, 2009, p. 2):

Descrição. Descrever propriedades das séries, tais como a tendência, sazonalidade, ciclicidade, discrepâncias (outliers) e alterações estruturais (e.g., mudanças no padrão da tendência ou da sazonalidade).
Explicação. Utilizar a variação de uma série para explicar a variação de outra.
Previsão. Prever valores futuros com base em valores passados, mas tendo sempre presente a noção de que o futuro envolve incerteza, ou seja, as previsões não são perfeitas. Deve-se, no entanto, tentar reduzir os erros de previsão.
Controlo. Quando o objectivo é controlar o processo, por exemplo, o controlo estatístico de qualidade, no qual as observações são representadas em cartas de controlo.

O planeamento da produção, orçamentação, gestão de existências, vendas, marketing e distribuição, dependem de previsões a curto prazo precisas (Duncan et al., 2001, p. 196). Por sua vez, uma análise de dados transversais (ou análise transversal) fornece um retrato instantâneo das variáveis em estudo, num instante específico no tempo. Pode mostrar como essas variáveis estão representadas numa secção transversal da população. As análises transversais geralmente utilizam inquéritos para recolher dados, por exemplo, os recenseamentos populacionais (Figura 2) (Saint-Germain, 2002).