Quais são as características principais dos métodos de previsão baseados em média móvel e suavização exponencial?

Resposta

Os métodos baseados em média móvel são simples e utilizam a média dos valores dos últimos períodos para prever a demanda, descartando dados antigos que influenciam menos. Já o método de suavização exponencial pondera mais os dados mais recentes, ajustando a previsão para responder a mudanças atuais com maior agilidade.

Exemplo:
Suponha que uma loja venda os seguintes números de unidades de um produto nas últimas semanas: 120, 130, 110, 140, 150. Utilizando a média móvel simples de 3 períodos, a previsão para a próxima semana será a média das 3 últimas semanas: a_{t+1} = \frac{110 + 140 + 150}{3} = 133,33.

Já com suavização exponencial, considerando coeficiente de suavização α = 0,5 e previsão inicial de 120 unidades, a nova previsão é atualizada dando mais peso ao dado mais recente:
Previsão_{t+1} = α \times Demanda_t + (1 - α) \times Previsão_t
Aplicando para a última demanda (150 unidades):
Previsão_{t+1} = 0.5 \times 150 + 0.5 \times 120 = 135

Assim, ambos os métodos são eficazes, simples e destacam a importância maior dos dados recentes, ao contrário do que seria sugerido por críticas que afirmam que a média móvel é complexa ou não prioriza informações atuais.