O que é suavização exponencial?
A suavização exponencial é uma técnica para manipular dados de uma série de observações cronológicas para minimizar os efeitos da variação aleatória. A modelagem matemática, a criação de uma simulação numérica para um conjunto de dados, geralmente trata os dados observados como a soma de dois ou mais componentes, um dos quais é erro aleatório, as diferenças entre o valor observado e o valor verdadeiro subjacente. Quando aplicadas adequadamente, as técnicas de suavização minimizam o efeito da variação aleatória, facilitando a visualização do fenômeno subjacente - um benefício na apresentação dos dados e na previsão de valores futuros. Eles são chamados de técnicas de "suavização" porque removem altos e baixos irregulares associados a variações aleatórias e deixam para trás uma linha ou curva mais suave quando os dados são representados graficamente. A desvantagem das técnicas de suavização é que, quando usadas indevidamente, elas também podem suavizar tendências importantes ou mudanças cíclicas nos dados, bem como a variação aleatória, distorcendo assim as previsões que oferecem.
A técnica de suavização mais simples é obter uma média dos valores passados. Infelizmente, isso também oculta completamente quaisquer tendências, alterações ou ciclos nos dados. Médias mais complicadas eliminam parte, mas não todas, dessa obscuridade e ainda tendem a ficar atrasadas como previsores, não respondendo a mudanças nas tendências até várias observações após a mudança. Exemplos disso incluem uma média móvel que usa apenas as observações mais recentes ou uma média ponderada que valoriza algumas observações mais do que outras. A suavização exponencial representa uma tentativa de melhorar esses defeitos.
A suavização exponencial simples é a forma mais básica, usando uma fórmula recursiva simples para transformar os dados. S 1 , o primeiro ponto suavizado, é simplesmente igual a O 1 , o primeiro dado observado. Para cada ponto subsequente, o ponto suavizado é uma interpolação entre os dados suavizados anteriores e a observação atual: S n = aOn + (1-a) S n-1 . A constante "a" é conhecida como constante de suavização; é avaliado entre zero e um e determina quanto peso é dado aos dados brutos e quanto aos dados suavizados. A análise estatística para minimizar o erro aleatório geralmente determina o valor ideal para uma determinada série de dados.
Se a fórmula recursiva para S n for reescrita apenas em termos dos dados observados, ela produzirá a fórmula S n = aO n + a (1-a) O n-1 + a (1-a) 2 O n-2 + . . . revelando que os dados suavizados são uma média ponderada de todos os dados com pesos variando exponencialmente em uma série geométrica. Essa é a fonte do exponencial na frase "suavização exponencial". Quanto mais próximo o valor de "a" estiver de um, mais responsivos às mudanças de tendência serão os dados suavizados, mas às custas de também estarem mais sujeitos à variação aleatória nos dados.
O benefício da suavização exponencial simples é que ela permite uma tendência na alteração dos dados suavizados. No entanto, ele se sai mal ao separar as mudanças na tendência das variações aleatórias inerentes aos dados. Por esse motivo, também é usada a suavização exponencial dupla e tripla, introduzindo constantes adicionais e recursões mais complicadas, a fim de levar em conta as tendências e mudanças cíclicas nos dados.
Os dados de desemprego são um excelente exemplo de dados que se beneficiam da tripla suavização exponencial. A suavização tripla permite que os dados do desemprego sejam vistos como a soma de quatro fatores: o erro aleatório inevitável na coleta dos dados, um nível básico de desemprego, a variação sazonal cíclica que afeta muitos setores e uma tendência de mudança que reflete a saúde dos economia. Ao atribuir constantes de suavização à base, à tendência e à variação sazonal, a suavização tripla facilita para um leigo ver como o desemprego varia ao longo do tempo. A escolha de diferentes constantes alterará a aparência dos dados suavizados, no entanto, esse é um dos motivos pelos quais os economistas podem diferir bastante em suas previsões.
A suavização exponencial é um dos muitos métodos para alterar matematicamente os dados para entender melhor o fenômeno que os gerou. Os cálculos podem ser realizados em softwares de escritório comumente disponíveis, portanto, também é uma técnica facilmente disponível. Usada adequadamente, é uma ferramenta inestimável para apresentar dados e fazer previsões. Se executado incorretamente, pode potencialmente ocultar informações importantes junto com as variações aleatórias; portanto, deve-se tomar cuidado com os dados suavizados.