A previsão de demanda de itens de estoque é item fundamental no planejamento de materiais e financeiro de uma empresa. Dentre as técnicas de previsão abaixo, a única considerada qualitativa é:
a. método do ajustamento exponencial
- b. regressão simples
- método de analogia histórica
d. técnica de suavização
- média móvel centrada
a. método do ajustamento exponencial
d. técnica de suavização
Passo 1
O enunciado pergunta: dentre as técnicas de previsão abaixo, qual é a única considerada qualitativa? As opções dadas são:
a. método do ajustamento exponencial
b. regressão simples
c. método de analogia histórica
d. técnica de suavização
e. média móvel centrada
a. método do ajustamento exponencial
b. regressão simples
c. método de analogia histórica
d. técnica de suavização
e. média móvel centrada
O objetivo é identificar, entre essas cinco, qual técnica é qualitativa (isto é, baseada em julgamento/opinião/analogia e não primariamente em cálculo estatístico sobre séries históricas).
Passo 2
O que significa “previsão qualitativa” vs “previsão quantitativa” — uma mini-aula para você na hora da prova.
-
Previsão quantitativa: usa dados históricos (números) e modelos matemáticos/estatísticos para gerar previsões. Exemplos: médias móveis, suavização exponencial, regressão linear. Característica chave: precisa de séries temporais ou variáveis mensuráveis e aplica fórmulas/algoritmos para calcular a previsão.
-
Previsão qualitativa: baseia-se em julgamento humano, opiniões de especialistas, analogias com outros produtos/mercados, pesquisas de intenção de compra, Delphi, etc. Característica chave: pouco ou nenhum uso direto de fórmulas matemáticas sobre séries históricas; usa conhecimento, experiência e analogia.
Dica de prova: se a descrição do método fala em “opinião”, “julgamento”, “especialistas”, “analogia com produto X” — isso é qualitativo. Se fala em “média”, “suavização”, “regressão”, “parâmetro”, “série histórica” — é quantitativo.
Passo 3
Analiso a opção (a) — método do ajustamento exponencial (também chamado de suavização exponencial).
Explicação didática: é um método de séries temporais que combina o valor observado mais recente com a previsão anterior por uma fórmula do tipo
Explicação didática: é um método de séries temporais que combina o valor observado mais recente com a previsão anterior por uma fórmula do tipo
onde
é um parâmetro entre
e
,
é o valor observado no período
e
é a previsão para
.
Conclusão: é quantitativo (usa dados históricos e uma fórmula). Não é a resposta.
Conclusão: é quantitativo (usa dados históricos e uma fórmula). Não é a resposta.
Passo 4
Analiso a opção (b) — regressão simples.
Explicação didática: regressão simples modela uma relação matemática entre uma variável dependente e uma explicativa
por uma equação do tipo
Explicação didática: regressão simples modela uma relação matemática entre uma variável dependente
onde
são parâmetros estimados a partir de dados. Usa cálculos estatísticos (mínimos quadrados, etc.).
Conclusão: é quantitativa. Não é a resposta.
Conclusão: é quantitativa. Não é a resposta.
Passo 5
Analiso a opção (d) — técnica de suavização.
Explicação didática: “suavização” é um termo genérico que inclui métodos como suavização exponencial e outras técnicas que transformam séries históricas para reduzir ruído e extrair tendência/padrão. Todas dependem de dados numéricos e fórmulas.
Conclusão: é quantitativa. Não é a resposta.
Explicação didática: “suavização” é um termo genérico que inclui métodos como suavização exponencial e outras técnicas que transformam séries históricas para reduzir ruído e extrair tendência/padrão. Todas dependem de dados numéricos e fórmulas.
Conclusão: é quantitativa. Não é a resposta.
Passo 6
Analiso a opção (e) — média móvel centrada.
Explicação didática: média móvel é um método de séries temporais que calcula a média dos últimos períodos para prever o próximo. Exemplo simples: média móvel de 3 períodos
Explicação didática: média móvel é um método de séries temporais que calcula a média dos últimos
A versão “centrada” alinha médias a períodos centrais quando se faz análise de tendência. É puramente numérica.
Conclusão: é quantitativa. Não é a resposta.
Conclusão: é quantitativa. Não é a resposta.
Passo 7
Analiso a opção (c) — método de analogia histórica.
Explicação didática: este método não se baseia em cálculos estatísticos da própria série histórica do item em estudo; em vez disso, prevê-se o comportamento de um produto/item novo ou sem dados por analogia a outro produto/mercado já conhecido, ou usa julgamentos de especialistas para inferir a demanda. É um método de opinião/experiência. Exemplos práticos: lançar um produto novo e estimar vendas comparando com um produto semelhante lançado anteriormente em outra região; pedir a opinião de gerentes que já trabalharam em produtos análogos.
Conclusão: é claramente qualitativo, porque a previsão decorre de analogia e julgamento humano, não de aplicação direta de fórmula sobre dados do próprio item.
Explicação didática: este método não se baseia em cálculos estatísticos da própria série histórica do item em estudo; em vez disso, prevê-se o comportamento de um produto/item novo ou sem dados por analogia a outro produto/mercado já conhecido, ou usa julgamentos de especialistas para inferir a demanda. É um método de opinião/experiência. Exemplos práticos: lançar um produto novo e estimar vendas comparando com um produto semelhante lançado anteriormente em outra região; pedir a opinião de gerentes que já trabalharam em produtos análogos.
Conclusão: é claramente qualitativo, porque a previsão decorre de analogia e julgamento humano, não de aplicação direta de fórmula sobre dados do próprio item.
Passo 8
Resumo final do raciocínio (curto e objetivo): as opções a, b, d, e são métodos quantitativos baseados em dados e fórmulas (ajustamento exponencial, regressão, técnicas de suavização, média móvel). A opção c (método de analogia histórica) usa julgamento/analogia e, portanto, é a única qualitativa entre as listadas.
Resposta
c. método de analogia histórica