Вы находитесь на странице: 1из 65

AJUSTE NO LINEAR

Realizar previses ou projees uma das preocupaes das


atividades de negcios e governamentais.
Nas empresas necessrio prever as vendas, os estoques,
os custos, o fluxo de caixa etc para um determinado perodo,
como o oramento anual do prximo ano.
Na administrao pblica se faz necessrio prever o nmero
de habitantes, a arrecadao, os custos dos servios
prestados etc.
Essas previses implicam em estabelecer relaes entre duas ou
mais variveis que tenham a habilidade de prever uma ou mais
delas em funo das restantes.
As previses podem ser realizadas a partir do conhecimento dos
dados de um corte transversal da populao, por exemplo,
amostras da quantidade produzida e do preo mdio dos produtos,
ou das vendas e do investimento em propaganda etc.

Essa relao tambm pode ocorrer entre uma varivel e o tempo,


por exemplo, o consumo de energia mensal, as vendas semanais
de uma empresa, as exportaes e importaes mensais do pas
etc.
A anlise da reta de regresso linear mostrou que nem todos os
pares de valores das amostras esto includos na prpria reta e,
em alguns casos, esse afastamento pode insinuar um tipo de curva
diferente de uma linha reta; por exemplo, o grfico de disperso
dos pares de valores das amostras pode exibir a forma de uma
curva exponencial ou de um polinmio de segundo grau.
Trataremos, agora, das previses realizadas com o ajuste de
funes no-lineares transformadas em retas e, depois, das
previses futuras de observaes coletadas periodicamente, ou em
funo do tempo.

Transformao em Lineares

Como muitos processos econmicos so mais bem


explicados com funes matemticas no-lineares, foram
desenvolvidos modelos no-lineares que se tornam lineares
depois de uma transformao com logaritmos naturais ln,
como mostra a tabela seguinte.

Na primeira linha dessa tabela foi registrada a equao da


regresso linear simples conhecida.
Nas outras trs linhas da tabela esto registradas trs
funes no-lineares e as transformaes das variveis x e y
para torn-las funes lineares semelhantes da primeira
linha da tabela.
Nas duas ltimas colunas da tabela do slide anterior so
mostradas as transformaes com logaritmos das variveis x
e y, esgotando as quatro combinaes de logaritmos com
duas variveis, incluindo a alternativa de no aplicar
logaritmos.
Para cada uma dessas equaes ser apresentado o
procedimento de ajuste de cada curva.

Funo Exponencial

a.ebx
y

A funo exponencial
muito til para os casos em
que a varivel dependente varia com uma taxa percentual
constante.
Aplicando logaritmos nos dois membros dessa funo
exponencial se obtm a expresso linear ln y ln a bx.

Para realizar essa transformao, observe o seguinte:


Os valores da amostra y devem ser transformados em lny
formando a nova amostra com valores lny. Os valores da
amostra x permanecem sem transformao.

Com os valores das novas variveis x e lny:


Calcular os coeficientes de regresso, intercepto h e
declividade k. Foram adicionadas as novas constantes h e k
para distingui-las dos coeficientes da funo exponencial a e
b.
Calcular o coeficiente de determinao r2.
Calcular os coeficientes da funo exponencial a e b,
considerando:
Como o intercepto h da reta lna, o coeficiente a=eh.
A declividade k o prprio coeficiente b=k.

Exemplo

O departamento de vendas da rede de varejo relacionou as


vendas anuais y com o investimento anual x em propaganda,
ambos em milhes, cujos valores esto registrados na tabela
seguinte.
Ajustar a curva da funo exponencial y a.ebx

Funo Logartmica

A funo logartmica y a b. ln x uma expresso linear.


Entretanto, os valores da varivel x devem ser
transformados:
Os valores da amostra y permanecem sem transformao,
e os valores da amostra x devem ser transformados em lnx
formando a nova amostra com valores lnx.

Com os valores das novas variveis y e lnx:


Calcular os coeficientes de regresso, intercepto h e
declividade k para distingui-los dos coeficientes da funo
exponencial a e b.
Calcular o coeficiente de determinao r2.
Calcular os coeficientes da funo logartmica a e b,
considerando que:
O intercepto h o prprio coeficiente a=h.
A declividade k o prprio coeficiente b=k.

Exemplo

Continuando com o Exemplo anterior.


Ajustar a curva da funo logartmica

a.ebx
y

Funo Potncia

a.xb
y

A funo potncia
muito til para negcios,
principalmente a curva de aprendizado.
Aplicando logaritmos nos dois membros da funo potncia
obtm-se a expresso linear ln y ln a b. ln x
.
Para realizar essa transformao, observe que:
Os valores da amostra y devem ser transformados em lny,
formando a nova amostra com valores lny.
Os valores da amostra x devem ser transformados em lnx,
formando a nova amostra com valores lnx.

Com os valores das novas variveis lny e lnx:


Calcular os coeficientes de regresso, intercepto h e
declividade k para distingui-los dos coeficientes da funo
potncia a e b.
Calcular o coeficiente de determinao r2.
Calcular os coeficientes da funo potncia a e b,
considerando que:
Se o intercepto h da reta lna, ento o coeficiente a=eh.
A declividade k o prprio coeficiente b=k.

Resumo das Transformaes

Qual dessas curvas deve ser escolhida?


Se as premissas da regresso linear foram atendidas pelas
quatro transformaes, deve-se escolher a curva com maior
coeficiente de determinao.
No exemplo que est sendo desenvolvido, a curva que
melhor explica a potncia, pois seu coeficiente de
determinao o maior das quatro regresses analisadas.
De forma geral, os exemplos apresentados mostraram que a
transformao das variveis relacionadas de forma no-linear
cria novas variveis relacionadas de forma linear que podem
ser analisadas dentro do modelo de regresso linear.

Foi visto que a transformao das funes exponencial,


logartmica e potncia permite utilizar o modelo de regresso
linear simples apesar de no ser linear a relao entre as
variveis originais.
Essa idia estendida para o modelo de regresso linear
mltipla, por exemplo, transformando a relao no linear de
mais de duas variveis num polinmio de grau n.
Neste livro ser mostrado o comando linha de tendncia para
ajustar um polinmio.

Linha de Tendncia

As transformaes anteriores foram realizadas utilizando os


recursos das funes estatsticas e o registro de frmulas na
planilha Excel.
Com o comando Linha de tendncia do Excel possvel
realizar essas e outras transformaes dentro do ambiente de
grficos do Excel, tais como grficos de reas 2-D no
empilhadas, barras, colunas, linhas, aes, disperso (xy) e
bolhas.
Para construir a linha de tendncia numa planilha Excel, devese registrar a tabela com os dados das duas amostras e
depois construir o grfico de disperso, procedimento
realizado na planilha Linha de tendncia da pasta Captulo
15, como mostra o slide seguinte.

Depois de clicar em OK na caixa de dilogo do slide anterior,


o Excel constri a curva ajustada e registra no mesmo quadro
sua equao e coeficiente de determinao.
Esses valores esto registrados em um bloco que pode ser
mudado de posio.
O slide seguinte mostra primeiro o grfico de disperso e
depois o mesmo grfico com a curva ajustada e o bloco com
a equao e o coeficiente de determinao.

possvel modificar as definies da linha de tendncia


depois de construda, procedendo como segue:
Clicar em qualquer ponto da linha de tendncia construda
e depois, mantendo o cursor dentro do grfico, clicar o
boto direito do mouse e selecionar Formatar linha de
tendncia.
Outra alternativa mais rpida clicar duas vezes seguidas
com o boto esquerdo do mouse em qualquer ponto da
linha de tendncia.

Ajuste Polinomial

y a b1x b2 x2 bn xn

Um polinmio uma funo do tipo


Uma linha de tendncia polinomial pode ajustar uma curva
quando os dados tm diversas variaes.
A escolha da ordem da polinomial pode ser determinada pelo
prprio perfil que os dados sugerem num grfico de
disperso.
Por exemplo, uma linha de tendncia polinomial de
segundo grau possui apenas um mximo ou um mnimo
relativo, pois se trata de uma parbola.
Um polinmio de terceiro grau geralmente possui um ou
dois mximos ou mnimos relativos.

Um polinmio de quarto grau pode possuir at trs


mximos ou mnimos relativos.
importante observar que, em geral, o ajuste ser
realizado com um tramo da curva do polinmio.
a b1x b2 x2
Uma funo polinomial de segundo grau y
muito til para modelar curvas de custos, como mostra o
Exemplo 16.3.

Exemplo 16.3

O gerente de projeto do novo motor realizou testes de


consumo de combustvel em funo da velocidade do
prottipo de carro que utilizar esse motor.
Ajustar a curva polinomial adequada aos dados registrados na
planilha Ajuste polinomial, includa na pasta Captulo 16.

Soluo
O ajuste polinomial foi realizado na planilha Ajuste
polinomial, includa na pasta Captulo 16, considerando a
linha de tendncia polinomial de segundo grau, como mostra
o slide seguinte.

Exemplo 16.4

Ajustar a curva polinomial adequada aos dados registrados na


planilha Ajuste polinomial II includa na pasta Captulo 16.

Soluo
O grfico de disperso do slide seguinte mostra o ajuste com
um polinmio de sexto grau que apresentou o maior
coeficiente de determinao R2=0,9631.
Esse resultado foi conseguido depois de tentar manualmente
as cinco alternativas disponveis, do polinmio grau dois at o
polinmio de grau seis, utilizando a caixa de dilogo Formatar
linha de tendncia.

SRIES TEMPORAIS

Em geral, as previses so realizadas com dois tipos de


observaes.
No primeiro grupo esto includos os dados coletados num
determinado perodo, por exemplo, durante uma hora, um dia,
uma semana, um ms, trs anos etc.
Embora no tenham sido coletados no mesmo instante,
esses dados no sofrero influncia do tempo decorrido
entre eles, aceitando-se que o prazo da coleta de
informaes adequado para atender ao objetivo da
pesquisa.
Esses dados sero utilizados para realizar previses que
no dependero do tempo. Por exemplo, a previso do
consumo de combustvel para uma velocidade de 105 km
por hora do novo motor do Exemplo 16.3.

Outro exemplo, na previso dos resultados de uma


pesquisa de opinio a demora de uma semana para coletar
os dados no influir nas inferncias que sero realizadas
a partir dos resultados da pesquisa, entretanto, um prazo
de seis meses poder no ser adequado.
O outro grupo de observaes inclui os dados coletados
periodicamente, por exemplo, as vendas dirias da loja, a taxa
de inflao mensal, as cotaes da bolsa a cada trinta
minutos etc.
Esses dados formam uma srie temporal, pois so
periodicamente coletados, e a varivel de interesse y est
associada varivel tempo t ou a varivel dependente y e a
varivel independente t.
Dessa maneira, yt o valor da varivel y no tempo t, como
mostra o slide seguinte.

O objetivo projetar o valor yt 1 a partir do


conhecimento dos valores coletados y at o tempo t
descrito com a funo geral yt 1 f ( yt, yt 1, yt 2,)

Como realizar as projees, ou que funo utilizar para


realizar a melhor projeo?
H diversas formas de realizar projees, das quais
destacamos trs grupos que sero apresentados a
seguir: Taxa mdia de crescimento, Regresso e Mdia
mvel.

PROCEDIMENTO INICIAL

O procedimento de projeo simples considera que o valor do


prximo perodo t+1 o do perodo anterior t utilizando a
funo
t 1 yt
y

Na planilha Modelo simples, includa na pasta Captulo 16,


foi construdo o modelo de projeo das vendas dirias de
uma empresa utilizando o procedimento simples.

TAXA MDIA

Mesmo que seja fcil de calcular, a projeo simples de t+1


incluindo tendncia utiliza somente os valores observados em
t-1 e t.
A projeo pela taxa mdia um procedimento que utiliza
todos os dados disponveis, ou parte desses dados.
O clculo da taxa mdia fcil, entretanto esse procedimento
necessita de ateno para ser aplicado, como mostra o
Exemplo 16.5.

Exemplo 16.5

A planilha Exemplo 16.5 includa na pasta Captulo 16


registra a rentabilidade de uma carteira de investimento
durante dez meses, do ms t-9 at o ms t, medida com a
taxa mensal de juro i.
O objetivo projetar a taxa de juro para o ms t+1.

Soluo
Conhecidas as taxas mensais de juro de dez meses, parece
sensato calcular a taxa mdia mensal utilizando a mdia
aritmtica das dez taxas de juros mensais.

Entretanto, quando as variaes so significativas, a mdia da


taxa de juro retornar um resultado superior da que seria
obtida na prtica financeira, como o valor da mdia
aritmtica 0,44% ao ms calculada na clula G4 da planilha.
O procedimento recomendado utilizar juros compostos, que
calculam a taxa equivalente de juro i utilizando a frmula
seguinte, onde Mg o resultado da mdia geomtrica das
taxas de juros mais um:

Mg

10

(1 i j )

1
10

j 1

Mg (1 i1) (1 i2 ) (1 i10 )

1 / 10

i Mg 1

Funo do Excel
MDIA.GEOMTRICA(nm1; nm2; ... ; nm30)
A funo estatstica MDIA.GEOMTRICA retorna a mdia
geomtrica dos valores da amostra. Cada um dos nm pode
ser um intervalo de clulas de uma planilha contendo valores
numricos ou assemelhados. A mdia geomtrica Mg
definida como Mg X1 X 2 X n 1 / n
com os valores Xi maiores que zero.
Comparando com a mdia aritmtica:
A mdia geomtrica menos afetada por valores extremos e
sempre menor que a mdia aritmtica.
A mdia geomtrica uma medida mais central quando os
valores da varivel apresentam uma taxa constante de
crescimento.

Funo do Excel
VFPLANO(capital;plano)
A funo financeira VFPLANO retorna o valor futuro de um
capital inicial, sujeito a capitalizaes peridicas com valores
de taxas de juro definidas no argumento plano. A funo
financeira VFPLANO calcula o futuro F da frmula conhecida
n

F P

(1 i )
j

j 1

Se capital for igual a 1, a funo VFPLANO retornar o valor


(1+i). Nesse caso, a taxa total de juro da operao poder ser
obtida com a frmula =VFPLANO(1;plano)-1.
Observe que essa funo utiliza os valores das taxas de juros
do intervalo C4:C13.

A projeo utilizando taxa mdia de uma srie de dados


temporais de fcil aplicao, no requerendo clculos
complexos, e pode ser til para obter de forma rpida uma
estimativa aproximada.
Esse procedimento de projeo pode ser aplicado a qualquer
tipo de srie, entretanto, mais recomendado para sries que
apresentem tendncia de crescimento positivo, negativo ou
cclico mas com pouca volatilidade.
A projeo deve ser aceita como tentativa e no deve ser
utilizada para mais de um perodo.

Exemplo 16.6

PROJEO MDIA MVEL

t 1
y

A projeo
pela mdia mvel o resultado da mdia dos k
ltimos valores coletados t, t1, t2, ..., tk+1 e calculada
com
t
t 1
y

yi

i t k 1

mantendo constante o nmero de valores k utilizados no


clculo da mdia.

Pode-se dizer que o futuro projetado pela mdia do passado.

Exemplo 16.7
Com os dados registrados na Figura 16.9, projetar as vendas
dirias da empresa pelo modelo da mdia mvel
considerando a mdia dos trs ltimos meses.
Depois, repetir a projeo com a mdia dos seis ltimos
meses.
Soluo
O dados e a soluo esto na planilha Mdia mvel do
Captulo 16. A projeo de vendas em t+1 com mdia mvel
dos trs ltimos 305, resultado registrado na clula D17. O
valor projetado em t+1 pode ser obtido com a frmula:

y12 y11 y10


3
308 312 295
t 1
y
305,0
3
t 1
y

A venda da empresa do Exemplo 16.7 foi projetada pela


mdia mvel considerando 3 meses, coluna D, e 6 meses,
coluna F, anteriores data de projeo.
Qual das duas projees a melhor? Deve-se escolher a
projeo que apresentar menor erro de projeo.
O procedimento de mdia mvel no prtico quando o
nmero de valores coletados grande e so necessrias
atualizaes freqentes, ou quando apenas os ltimos valores
so relevantes. Para realizar projees com mdia mvel o
Excel dispe dos recursos naturais da planilha, como foi
apresentado anteriormente, da ferramenta de anlise Mdia
mvel e do comando Linha de tendncia utilizado no Captulo
15 e apresentado de forma completa no incio deste captulo.

FdeA Mdia mvel

Funo do Excel
SOMAXMY2(matriz_x; matriz_y)
A funo matemtica SOMAXMY2 retorna a soma dos
quadrados das diferenas dos valores correspondentes de
matriz_x e matriz_y.
Essa funo retorna o resultado de
2

( y y )
i

a soma dos quadrados dos erros de projeo.

PROJEO REGRESSO LINEAR

O ajuste de uma reta de regresso um modelo linear que


relaciona a varivel dependente y e a varivel independente x
por meio da equao de uma reta que resume a relao linear
entre duas variveis, em que as variaes de y so
provocadas pelas variaes de x.
Agora a varivel independente o tempo xt que varia de
forma peridica e provoca as variaes da varivel
dependente yt atravs da funo .
Sabendo que a melhor reta aquela cuja soma dos
quadrados dos desvios mnima, ser possvel ajustar uma
reta numa varivel y que varia com o tempo utilizando os
conceitos apresentados no Captulo 15.

Exemplo 16.8

A projeo utilizando a regresso linear simples muito fcil


de utilizar devido s facilidades operacionais do Excel, que
resume todo o contedo das informaes nos coeficientes da
reta de regresso.
Entretanto, no se deve esquecer o tratamento linear da
soluo recebida que pode ser melhorada com os ajustes
no-lineares apresentados, utilizando os recursos do
comando Linha de tendncia do Excel.

PROJEO ALISAMENTO EXPONENCIAL

Embora seja fcil de aplicar, a projeo pela mdia mvel


requer que uma considervel quantidade de dados se
mantenha armazenada.
Outra desvantagem que todos os dados da srie tm o
mesmo peso, sendo que em muitos casos os dados mais
recentes so mais relevantes que os anteriores.
A primeira desvantagem poderia ser eliminada calculando
mdias ponderadas, por exemplo, na mdia de trs dados o
mais prximo teria mais peso que os dois restantes,
mantendo a soma dos pesos igual a um.
Esse procedimento eliminaria a primeira desvantagem, mas
manteria a necessidade de manter muitos dados
armazenados adicionando complexidade ao procedimento de
clculo.

Essas duas desvantagens da projeo com mdia mvel so


atenuadas com o alisamento exponencial, realizando a
projeo de y em (t+1) com a expresso

t 1 yt (1 ) y
t
y

sendo a constante de alisamento com valores entre zero e


um.
Analisando essa frmula, pode-se ver que o valor projetado
de y em (t+1) a mdia ponderada do dado coletado yt no
perodo anterior t e da projeo no mesmo perodo t.

Exemplo 16.9

FdeA Ajuste exponencial

Ajuste da constante de alisamento