Logo do repositório
 
Publicação

Previsão de vendas de medicamentos recorrendo a Alisamento Exponencial

datacite.subject.fosCiências Naturais::Matemáticaspt_PT
dc.contributor.advisorNunes, Maria Helena Mouriño Silva
dc.contributor.advisorSeverino, Joaquim Eduardo Gonçalves
dc.contributor.authorFerreira, Francisco Figueiredo
dc.date.accessioned2025-01-29T16:34:33Z
dc.date.available2025-01-29T16:34:33Z
dc.date.issued2025
dc.date.submitted2024
dc.descriptionTrabalho de Projeto de Mestrado, Estatística e Investigação Operacional , 2025, Universidade de Lisboa, Faculdade de Ciênciaspt_PT
dc.description.abstractEste projeto tem como objetivos principais ajustar modelos a diversos valores associados a vendas de medicamentos e obter previsões robustas, mas adaptáveis. Para isso, foram utilizados dados mensais sobre o número de unidades vendidas e o respetivo montante auferido, em euros. Optou-se por focar no Alisamento Exponencial por se observar, de forma geral, a presença de uma tendência afetada por uma forte sazonalidade nos dados. Após a revisão e o estudo mais detalhado desse conjunto de estruturas, criou-se um programa básico a partir da linguagem de programação R que permite a visualização dos valores e algumas métricas relevantes. Através de funções já existentes para o propósito, o programa foi atualizado de maneira a ajustar um modelo apropriado aos dados. Inicialmente, os parâmetros associados a essas funções seguiram as predefinições estabelecidas. À medida que foram abordadas séries temporais com comportamentos mais irregulares, estes foram fixados, com o objetivo de garantir que os resultados seguissem o que era mais adequado para os dados, não apenas o que otimiza certos critérios. Após a seleção de um modelo específico, bem como dos valores iniciais e hiperparâmetros que o acompanham, tornou-se possível obter estimativas para diferentes horizontes temporais. Além disso, incluiu-se no programa algumas análises dos resultados, para permitir uma avaliação das escolhas feitas. Por fim, o código usado foi reescrito com a intenção de torná-lo mais intuitivo.pt_PT
dc.description.abstractThe main goal of this project is to adjust models to various values for sales of medicines, as well as to obtain robust but adaptable forecasts. To do so, monthly data on the number of units sold and the respective amount earned, in euros, was used. We chose to focus on Exponential Smoothing because we observed a trend affected by strong seasonality in most of the data. After reviewing and studying these structures in more detail, a basic program was created using the programming language R to visualise the values and some relevant metrics. Using existing functions for this purpose, the program was updated to fit a suitable model to the data. At first, the parameters associated with these functions followed established presets. As time series with more irregular behaviour were tackled, these were fixed to ensure that the results followed what was most right for the data, not just what optimised certain criteria. After selecting a type of model as well as the initial values and hyperparameters that accompany it, it became possible to obtain estimates for different time horizons. In addition, some analyses of the results were included in the program to allow an evaluation of the choices made. Finally, the code used was rewritten to make it more intuitive.pt_PT
dc.identifier.urihttp://hdl.handle.net/10400.5/97934
dc.language.isoporpt_PT
dc.subjectSérie Temporalpt_PT
dc.subjectModelaçãopt_PT
dc.subjectAlisamento Exponencialpt_PT
dc.subjectPrevisãopt_PT
dc.subjectProgramação em Rpt_PT
dc.subjectTeses de mestrado - 2025pt_PT
dc.titlePrevisão de vendas de medicamentos recorrendo a Alisamento Exponencialpt_PT
dc.typemaster thesis
dspace.entity.typePublication
rcaap.rightsopenAccesspt_PT
rcaap.typemasterThesispt_PT
thesis.degree.nameMestrado em Estatística e Investigação Operacionalpt_PT

Ficheiros

Principais
A mostrar 1 - 1 de 1
A carregar...
Miniatura
Nome:
TM_Francisco_Ferreira.pdf
Tamanho:
946.66 KB
Formato:
Adobe Portable Document Format
Licença
A mostrar 1 - 1 de 1
Miniatura indisponível
Nome:
license.txt
Tamanho:
1.2 KB
Formato:
Item-specific license agreed upon to submission
Descrição: