Métodos de Previsão

A unidade curricular de Métodos de Previsão está suportada nos conteúdos transversais às unidades curriculares de Matemática, Estatística e Aplicações Informáticas de LCA, LCGP, LGE e LMNI.

As aulas são, de acordo com o que está determinado no plano curricular, teórico-práticas, planeadas e preparadas para terem um envolvimento ativo do estudante em vários momentos ou na totalidade da aula.

Na parte teórica, de introdução de conceitos, resultados fundamentais e metodologias, será usado, tendencialmente, o método expositivo intercalado com métodos que suscitem uma participação mais ativa dos estudantes, nomeadamente, com a colocação de questões aos e pelos alunos, de forma oral e/ou numa plataforma, e também com a proposta de debate/discussão em pequenos grupos sobre algum aspeto/tópico exposto.

A parte prática será maioritariamente suportada numa ferramenta informática (Excel), fazendo-se prevalecer uma forte interação entre a teoria e a prática, dando, tanto quanto possível, um papel central à visualização e ao tratamento de situações concretas e reais. É destinada ao desenvolvimento pleno das competências elencadas, através da exemplificação comentada de procedimentos e/ou da resolução de problemas sob orientação/tutoria do docente, incentivando-se o trabalho autónomo ou em pequenos grupos, evoluindo para uma aprendizagem baseada em projeto, com a realização do trabalho de grupo que abrange todo o processo de previsão.

O bom acompanhamento das aulas por parte do estudante pressupõe uma presença assídua nas aulas e disponibilidade para que o seu envolvimento se mantenha para além da aulas, com o início ou conclusão das tarefas acordadas em aula.

Todos os materiais de apoio são disponibilizados na plataforma InforEstudande|Nonio, usando-se, complementarmente, a plataforma Teams do Microsoft Office 365, ambas com o acesso institucional disponibilizado pela Coimbra Business School|ISCAC.

Objetivos

A previsão é uma componente incontornável da gestão das organizações, já que é essencial para um planeamento e controlo eficazes e eficientes, servindo como suporte na tomada de decisões. A previsão tem também lugar nos procedimentos de auditoria, em que é necessária na formação de expectativas relativamente ao desempenho da organização auditada. Assim, a disciplina de Métodos de Previsão insere-se naturalmente nos cursos de LCA, LCGP, LGE e LMNI, que se destinam a formar profissionais em gestão ou com competências para fazer assessoria de gestão ou ainda auditoria.

Esta UC tem, então, como objetivo dotar os estudantes do conhecimento e das competências técnicas fundamentais para analisar e prever dados temporais a partir dos registos históricos, bem como dados seccionais e temporais a partir de informação complementar.

 Competências

Pretende-se que o estudante seja capaz de:

• reconhecer situações que podem beneficiar com a previsão quantitativa;
• recolher e analisar dados para fazer previsão;
• identificar e aplicar os métodos de previsão quantitativos adequados a casos concretos;
• validar os pressupostos e sinalizar as limitações dos métodos aplicados para a obtenção de modelos;
• avaliar a capacidade preditiva dos modelos obtidos e proceder à seleção do mais adequado;
• usar uma ferramenta informática, concretamente, o Excel, para apoio ao processo de análise e previsão;
• apresentar e discutir os resultados obtidos no processo de análise e previsão.

1. Introdução aos métodos de previsão quantitativos
   1.1. Enquadramento: métodos qualitativos versus métodos quantitativos; métodos quantitativos causais e não causais
   1.2. Considerações gerais sobre dados
2. Métodos tradicionais de decomposição e de previsão de séries temporais
   2.1. Decomposição clássica
   2.2. Métodos de previsão elementares
   2.3. Alisamento exponencial
3. Regressão simples e múltipla
   3.1. Modelo, extensões e pressupostos
   3.2. Estimação
   3.3. Inferência
   3.4. Previsão

NAO

Principal:

• Albright, S.C., Winston, W.L. (2019). Business Analytics: Data Analysis and Decision Making, 7th Edition. Cengage Learning.
• Caiado, J. (2016). Métodos de Previsão em Gestão com aplicações em Excel, 2.ª Edição (revista e aumentada). Edições Sílabo.
• Hyndman, R.J., Athanasopoulos, G. (2021). Forecasting: principles and practice, 3rd Edition. OTexts (online, open-access textbooks). https://www.otexts.org/fpp3/
• Murteira, B., Ribeiro, C.S., Silva, J.A., Pimenta, C., Pimenta, F. (2015). Introdução à Estatística, 3.º Edição. Escolar Editora.
• Slides e folhas de exercícios disponibilizadas no InforEstudante/NONIO.

Complementar:

• Curto, J.D. (2019). Potenciar os negócios? A Estatística dá uma ajuda! (Muitas aplicações em Excel e poucas fórmulas…), 3.ª Edição. Edição do Autor.
• Gee, S. (2014). Fraud and Fraud Detection: A Data Analytics Approach. Wiley.
• Oliveira, M.M., Santos, L.D., Fortuna, N. (2018). Econometria, 2.ª Edição. Escolar Editora.
• Richardson, V., Teeter, R., Terrel, K. (2019). Data Analytics for Accounting. McGraw-Hill Education.
• Wooldridge, J.M. (2019). Introductory Econometrics: A Modern Approach, 7th Edition. Cengage Learning.