Logística/Técnicas de previsão/Previsão quantitativa/Séries temporais/Técnicas descritivas/Métodos de previsão estacionários/Média móvel simples

Segundo Tubino(2009) quando citado por Carmo et al. (2009) este método usa dados de um número predeterminado de períodos, normalmente os mais recentes, para realizar a previsão.Consiste na média aritmética dos n últimos períodos da procura observada. É importante observar que, quanto maior o valor de n, maior será a influência das procuras mais antigas sobre a previsão. Por isso, na prática, muitas vezes realiza-se o cálculo da média móvel simples incluindo apenas os 3 últimos períodos.

A grande vantagem de se utilizar este método é a sua simplicidade operacional e facilidade de entendimento. O modelo de previsão de procura da média móvel simples é o mais elementar dentre os modelos de previsão quantitativos e deve ser aplicado apenas para procuras que não apresentem tendência ou sazonalidade.Podemos apelidar este método como uma previsão um passo a frente, pois vamos adicionar a observação mais recente e retirar a mais antiga para uma maior precisão dos resultados(Carmo et al. 2009).

Um valor futuro será igual à média de n valores passados, e podemos definir a sua equação com:

$\bar{x_t} = \frac{1}{n} (x_{t-1}+\cdots+x_{t-n})$

Na equação acima n representa o número de observações incluídas na média $\bar{x_t}$, ou seja, n pode ser considerado como um parâmetro a ser ajustado. Neste caso quanto maior for a janela de observações maior será o efeito de alisamento na previsão. Assim,se a série apresentar uma característica de aleatoriedade , sem um padrão comum definido, a amostra deve apresentar uma maior dimensão de n, por forma a tornar a média móvel mais eficiente, e menos sensível as mudanças reais dos dados. Se pelo contrário a série em estudo apresentar pouca aleatoriedade, ou seja, baixas flutuações, é benéfico para o estudo da série um número mais reduzido de observações(n), de modo a tornar a resposta mais rápida a mudanças significativas, contudo a série perde alguma sensibilidade nos seus últimos termos. Como numa série é provável combinarem-se estes dois tipos de situações, o valor ideal de n só pode ser encontrado por simulação sobre a série histórica.

A decisão deverá ponderar o custo de uma resposta mais lenta às variações nos dados vs o custo de resposta a qualquer tipo de variação mesmo às variações aleatórias Machado et al. (2009, p. 6-7).

Exemplos da aplicação prática da média móvel

A Tabela 1, apresenta, como exemplo, a procura de dois produtos ao longo dos últimos doze meses. Apesar da média das vendas dos últimos doze meses dos dois produtos serem iguais, o produto “A” apresenta menor variação na procura que o produto “B”, como se pode perceber analisando-se o valor dos desvios padrão e os respectivo gráfico da Figura 2.

Figura 1- Procura dos produtos A e B

Ficheiro:Gráfico média móvel simples.JPG

Figura 2- Análise gráfica da procura dos produtos A e B

Observando agora a figura 3, podemos ver a previsão da procura do produto A para o mês de Janeiro do ano seguinte, através do método referido por Tubino, ou seja, vamos estimar a procura para o mês de Janeiro(1) do ano seguinte tendo em conta a procura dos meses de Outubro(10), Novembro(11) e Dezembro(12) do ano anterior.

Figura 3- Previsão através de MM3