Defasagem (Lag)
O Lag desloca uma coluna numérica, em ordem temporal, para baixo de 1 a 365 linhas; as primeiras k linhas mostram um asterisco. Nada é estimado, e a coluna defasada fica alinhada linha a linha com o restante da planilha. Use-o para testar se a entrada do período anterior se relaciona com o resultado de hoje ou para criar termos defasados de regressão. A saída é um gráfico das duas séries e uma tabela de valores defasados.
Última revisão
Conclusão principal
A defasagem (Lag) desloca uma série temporal para baixo em um número definido de linhas, de modo que cada linha mostre o valor de k períodos antes, para testar efeitos atrasados ou criar entradas defasadas para um modelo de regressão.
Nesta página
Finalidade
O Lag desloca uma série para baixo em um número definido de linhas, de modo que cada linha mostre o valor de k períodos antes. Ele coloca o valor do mês anterior (ou do lote anterior, do turno anterior) ao lado do valor atual. Use-o para testar um efeito atrasado, por exemplo se a propaganda do mês passado, a temperatura do turno anterior ou a propriedade da matéria-prima do lote anterior se relaciona com o resultado de hoje, ou para criar entradas defasadas para um modelo de regressão.
Principais recursos
- Defasagens de 1 a 365 linhas.
- Gráfico da série original e da série defasada juntas, para que o deslocamento fique visível.
- Tabela com o número da linha, o valor original e o valor defasado de cada linha; as primeiras k linhas mostram *.
- Mantém as lacunas no lugar: um valor ausente continua ausente na posição deslocada.
Métodos estatísticos
Para uma série y₁ … yₙ e uma defasagem k, o valor defasado na linha t é yₜ₋ₖ para t = k + 1 … n; as primeiras k linhas não têm valor anterior e são mostradas como *. Nada é estimado: a coluna é simplesmente deslocada, de modo que a coluna defasada tem o mesmo comprimento da original e fica alinhada linha a linha com as demais colunas da planilha. A série precisa ter mais de k valores.
A defasagem é uma etapa anterior à análise, não um teste em si. Correlacionar uma saída com uma entrada defasada (ou fazer a regressão sobre ela) mede a relação atrasada; a diferença entre uma série e sua defasagem 1 é a primeira diferença (veja a ferramenta Diferenças). Para ver a correlação em várias defasagens de uma só vez, use a Função de Correlação Cruzada (CCF); para uma série em relação ao seu próprio passado, a Função de Autocorrelação (ACF). Quando uma entrada e uma saída têm tendência ou seguem a mesma sazonalidade, elas se correlacionam em toda defasagem; por isso, compare as correlações do mesmo período e as defasadas, em vez de ler qualquer uma isoladamente.
Campos de entrada e opções
Campo | Descrição |
Variable | Obrigatório. A coluna numérica a deslocar, em ordem temporal. |
Lag | Obrigatório, de 1 a 365, padrão 1. Número de linhas em que a série é deslocada para baixo. |
Title | Título exibido no gráfico. Padrão Lag. |

Figura 1 — Advertising Spend defasado em um mês.
Descrição da saída
- Lag (graph) — a série original (contínua) e a série defasada (tracejada) em função do índice da linha.
- Lagged Values (table) — Row, a coluna original e Lag k de cada linha.
- Exportação em PDF por meio de Download.

Figura 2 — Gasto mensal com propaganda e a mesma série deslocada em um mês; a linha 2 mostra o 30.6 de janeiro.
Exemplo prático
Um distribuidor de eletrônicos de consumo registra as vendas em unidades e o gasto com propaganda (milhares de dólares) todo mês, de janeiro de 2020 a dezembro de 2024. O gerente de marketing pergunta se a propaganda funciona no mesmo mês ou com atraso. Para testar um efeito atrasado, o analista precisa do gasto do mês anterior ao lado das vendas do mês atual. O analista seleciona Variable = Advertising Spend e Lag = 1.
A linha 1 mostra * porque não existe dezembro de 2019; a linha 2 (fevereiro de 2020) mostra o 30.6 de janeiro, a linha 3 mostra o 33.9 de fevereiro, e assim por diante. No gráfico, a linha tracejada defasada fica um mês atrás da linha contínua, e a queda anual do gasto de dezembro para janeiro (de 13.4 para 15.6 mil dólares a cada ano) aparece um mês depois na coluna defasada.
Correlacionar as 59 linhas completas com Sales dá 0.81 para o gasto do mês anterior, contra 0.93 para o gasto do mesmo mês. A maior parte da relação ocorre dentro do mês; um efeito atrasado, se houver, é mais fraco, o que concorda com a Função de Correlação Cruzada (CCF) das duas séries. Para a decisão, um modelo de vendas deve começar com o gasto do mesmo mês; a coluna defasada pode então ser testada como um termo extra para ver se acrescenta algo. Com Lag = 12, cada mês se alinha, em vez disso, ao mesmo mês do ano anterior.
Perguntas frequentes
O que uma defasagem faz com uma série temporal?
Uma defasagem desloca uma série para baixo em k linhas, de modo que o valor defasado na linha t é o valor original da linha t menos k. As primeiras k linhas não têm valor anterior e são mostradas como asterisco. Nada é estimado: a coluna defasada tem o mesmo comprimento da original e fica alinhada linha a linha com as demais colunas.
Quando usar uma variável defasada?
Use uma defasagem para testar um efeito atrasado, por exemplo se a propaganda do mês passado, a temperatura do turno anterior ou a propriedade da matéria-prima do lote anterior se relaciona com o resultado de hoje, ou para criar entradas defasadas para um modelo de regressão. A defasagem é uma etapa anterior à análise, não um teste em si.
Como testar a relação em várias defasagens de uma só vez?
Use a Função de Correlação Cruzada (CCF) para ver a correlação entre duas séries em várias defasagens de uma só vez, ou a Função de Autocorrelação (ACF) para uma série em relação ao seu próprio passado. Quando entrada e saída têm tendência ou compartilham uma sazonalidade, elas se correlacionam em toda defasagem; por isso, compare as correlações do mesmo período e as defasadas, em vez de ler qualquer uma isoladamente.
Qual a diferença entre uma defasagem e uma primeira diferença?
Uma defasagem desloca a série para que o valor anterior fique ao lado do atual. A primeira diferença é a diferença entre uma série e sua defasagem 1, calculada com a ferramenta Diferenças. No exemplo da propaganda, Lag = 1 colocou o gasto do mês anterior ao lado das vendas do mês atual, e Lag = 12 alinharia cada mês ao mesmo mês do ano anterior.
