Variantes A e B: como a previsão encontra o futuro¶

A variante diz quando o valor real fica disponível enquanto o modelo prevê. Nas duas, o modelo é ajustado uma vez na origem; o que muda é como as fh previsões seguintes são produzidas. A variante é escolhida no experimento e vale para a busca, a seleção, a finalização e a previsão:

AutoHybridExperiment(fh=14)                 # variante A (padrão)
AutoHybridExperiment(fh=7, variant="B")     # variante B

Variante A: vários passos de uma vez (padrão)¶

Na origem t, o modelo prevê t+1, …, t+fh sem ver nenhum valor real depois de t. Para prever t+3, os valores de t+1 e t+2 ainda não existem: o modelo usa as próprias previsões deles.

Num híbrido (ŷ = b + α·r̂), o corretor precisa dos últimos w resíduos. Depois da origem não há resíduo observado, então a janela recebe os resíduos previstos r̂. O erro tende a se acumular ao longo do horizonte, e o ganho do corretor costuma ser mais forte no primeiro passo. Quando o padrão dominante é regular e bem modelado, a diferença para a variante B pode ser pequena: no notebook 04, num trecho de 28 dias, a variante A teve até erro menor.

Quando usar: quando o plano inteiro é necessário de antemão, por exemplo a demanda dos próximos 14 dias calculada hoje.

Variante B: um passo por vez, parâmetros congelados¶

O modelo prevê só o próximo passo. O valor real chega, entra no contexto, e o modelo prevê o passo seguinte, até completar fh passos. Os parâmetros não mudam: nada é reajustado; só o estado (o contexto observado) avança.

Num híbrido, o resíduo observado y − b entra na janela do corretor somente depois da observação: o corretor trabalha com erros verdadeiros, não com erros que ele mesmo previu.

Quando usar: em operação contínua, quando cada valor chega antes da próxima previsão, por exemplo monitoramento ou a previsão do dia seguinte atualizada todo dia. A escolha segue a operação, não uma vantagem garantida de precisão.

Exemplo: `fh = 3`, origem no dia 10¶

	Variante A	Variante B
Dia 11	prevê com dados até o dia 10	prevê com dados até o dia 10
Dia 12	prevê com dados até o dia 10 (e a previsão do dia 11)	prevê com dados até o dia 11 observado
Dia 13	prevê com dados até o dia 10 (e as previsões dos dias 11 e 12)	prevê com dados até o dia 12 observado
Ajustes	1, na origem	1, na origem; nenhum depois

Efeito na validação¶

A validação temporal simula a variante escolhida. Em A, cada origem gera uma previsão de fh passos. Em B, cada origem gera fh previsões de um passo, e cada alvo só é revelado depois da sua previsão. Os erros das duas variantes não são comparáveis: em B todo erro é de um passo, em A eles cobrem os horizontes 1 a fh. Compare modelos sempre dentro da mesma variante.

Compatibilidades¶

Recurso	A	B
Modelos-base que incorporam observações novas sem reajuste (`online_state_update`)	sim	sim
Modelos-base sem essa capacidade	sim	`SKIPPED`
Decomposição `ma` (recalculada causalmente)	sim	sim
Decomposição `stl` (ajustada só no treino)	sim	não
Seleção dinâmica do corretor (`dref`, `local`)	não	sim
Corretores de sequência residual (`arima_sequence` …)	sim	sim
`predict_model` de vários passos	sim	só `fh=1`; use `stream()`

Em produção (variante B)¶

exp = AutoHybridExperiment(fh=7, variant="B").fit(y)
result = exp.compare_models()
final = exp.finalize_model(result.best)

stream = final.stream()
ticket = stream.predict_next()      # previsão, base e correção do próximo passo
stream.observe(valor_observado)     # revela o valor; nada é reajustado

predict_next e observe alternam estritamente: prever duas vezes sem observar é recusado.
ForecastTicket traz a previsão, a parte da base e a correção daquele passo.
FinalizedForecaster.update_state devolve um novo objeto com as observações novas e recusa refit=True. training_cutoff (fim do treino) difere de last_observation (último valor recebido).

O notebook 04. Variante B: previsão rolling de um passo mostra o streaming, a base e a correção a cada passo e as duas variantes no mesmo trecho, com figuras.