Uma primeira previsão de referência
Previsões ingênuas e de média móvel.
Uma primeira previsão de referência é uma aula grátis de Data Science Academy no CoddyKit. Esta é a aula 4 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Data Science Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Data Science Academy inclui 4 aulas no total.
Comece sempre pelo simples
Antes de usar modelos sofisticados, você precisa de uma linha de base: uma previsão extremamente simples que qualquer alternativa mais complexa precisa superar para justificar seu uso. 🪜
A previsão ingênua
A linha de base mais simples é a previsão ingênua: prever que amanhã será igual a hoje. É surpreendentemente difícil superá-la com dados estáveis.
forecast = sales.iloc[-1]Repetindo o último valor
Uma previsão ingênua simplesmente repete a observação mais recente para os períodos seguintes. Sem tendência, sem sazonalidade, apenas o ponto conhecido mais recente.
A previsão ingênua sazonal
Para dados cíclicos, preveja o valor de uma temporada completa atrás. Essa previsão ingênua sazonal respeita padrões repetitivos com baixo custo.
forecast = sales.shift(12)Previsão por média móvel
Outra linha de base calcula a média dos últimos pontos. Uma média móvel suaviza o ruído e projeta esse nível para o futuro.
forecast = sales.tail(7).mean()Divida antes de fazer previsões
Mantenha o último bloco de tempo como conjunto de teste. Nunca o embaralhe: a ordem temporal precisa ser preservada para que o futuro permaneça desconhecido.
train, test = sales[:-30], sales[-30:]Meça o erro
Compare as previsões com os valores reais reservados usando uma métrica de erro. O MAE informa o tamanho médio dos seus erros nas unidades reais.
from sklearn.metrics import mean_absolute_errorO número a superar
O erro da sua linha de base se torna o referencial. Qualquer modelo com resultado pior não vale a complexidade adicional.
Trace os valores reais e a previsão
Sempre trace a previsão sobre os valores reais do teste. Seus olhos percebem atrasos e vieses que um único número pode ocultar.
Quando a previsão ingênua vence
Se um modelo complexo não consegue superar o modelo ingênuo, confie no simples. A simplicidade que apresenta bom desempenho é uma característica, não uma falha.
Próximos passos
Com uma linha de base definida, você está pronto para modelos reais como ARIMA ou Prophet, cada um avaliado em comparação com esse ponto de partida honesto.
Verificação rápida
O que uma previsão ingênua simples prevê para o próximo passo temporal?
Recapitulação: faça a complexidade valer a pena
Você criou linhas de base ingênuas, sazonais e de média móvel e depois mediu o erro, para que os modelos futuros precisem provar que são melhores.
Perguntas Frequentes
A aula “Uma primeira previsão de referência” é grátis?
Sim — o texto completo de “Uma primeira previsão de referência” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Data Science Academy, atualize para CoddyKit PRO. O curso de Data Science Academy inclui 4 aulas no total.
O que vou aprender em “Uma primeira previsão de referência”?
Previsões ingênuas e de média móvel. Você pratica Data Science Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar Data Science Academy?
Nenhuma experiência prévia é necessária. Data Science Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 4 de 4.
Quanto tempo leva a aula “Uma primeira previsão de referência”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de Data Science Academy?
Sim. Cada aula de Data Science Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Tendência, sazonalidade e ruído
- Janelas móveis e defasagens
- Estacionariedade e diferenciação
- Uma primeira previsão de referência