Após  a  realização  deste  trabalho  torna-se  mais  fácil  entender  a  importância  do  processode  selecção  de  variáveis,  e  como  este  pode  afectar  a  previsão,  ainda  antes  desta  serefectuada.

      

        De modo a conseguir chegar a um compromisso entre performance e número de variáveisde  entrada,  é  fulcral  compreender  a  importância/peso  que  uma  dada  variável  tem  noconjunto  de  saída,  assim  como  de  que  forma  é  que  as  variáveis  de  relacionam  entre  si.  Oprimeiro  ponto  é  mais  fácil,  existindo  várias  ferramentas,  algumas  delas  referidas  ao  longodeste trabalho, incluindo o conceito aplicado de Informação Mútua, que ajudam a determinaro  peso  das  variáveis.  A  forma  de  como  as  variáveis  se  relacionam  pode  já  ser  algocompletamente diferente. É facil prever a sinergia entre  as variáveis Hora e Dia da Semana,ou entre DAConsumo e SAConsumo pois fornece, no primeiro caso referência para o tempo, eno  segundo  informações  sobre  o comportamento  da  saída  no  passado,  mas  ao trabalhar  comconjuntos de variáveis de entrada, podem existir relações entre elas que afectam largamenteo resultado á saída da previsão. O caso analisado das variáveis DAConsumo e SAConsumo é umexemplo  disso,  em  que  a  variável  SAConsumo  apresenta  sempre  melhores  resultados  queDAConsumo, excepto se nos conjuntos das variáveis de entrada estiver presente ambas Hora eDia  da  Semana,  sendo  que  a  partir  daí,  DAConsumo  apresentará  constantemente  melhoresresultados.

      

        O  conceito  de  Informação  Mútua,  apesar  dos  cuidados  necessários  a  ter  pré-cálculo  dosíndices,  foi  provado  conseguir  demonstrar  indicadores  de  resultados  consistentes  com  os resultados dos testes efectuados. Existem muitas referências a realçar as possibilidades desteconceito,  mas  os  casos  encontrados  da  aplicação  do  método  demonstram  números  muitodiferentes, apesar da sua capacidade de ser utilizado em problemas muito complexos, como éo caso do sequencionamento de genes, por exemplo.

      

        Não  existem  métodos  perfeitos,  e  as  suas  limitações  com  a  utilização  de  variáveisdiscretas é  prova  disso  para  este  caso. No entanto,  recorrendo  a  alternativas, ou  através  datransformação  de  variáveis,  ou  aproximação  de  resultados,  é  possível  ultrapassar  esteobstáculo. No entanto, as vantagens contrastam significativamente com os obstáculos, sendoque  este  método  permite  obter  uma  ideia  do  impacto  que  certas  variáveis  irão  ter  nodecorrer  da  previsão,  permitindo  ao  previsor  ser  capaz  de  efectuar  uma  análise  entre  onúmero  de  variáveis  a  utilizar  e  o  aumento  da  performance  da  previsão  com  muito  maisfacilidade.

 

       No geral, a aplicação deste conceito passa pelos seguintes passos:

• Tratamento  da  informação  –  Igualar  o  tamanho  da  amostra  de  todas  as  variáveis,pois  quantidades  de  dados  diferentes  apresentam  quantidades  de  informação  diferentes,  oque irá afectar os valores dos índices;

• Cálculo da Matriz das Probabilidades entre a variável de teste e a variável de saída;

• Cálculo dos índices de Informação Mútua;

• Cálculo das importâncias relativas.

 

       Analisando  o  panorama  geral,  o  conceito  de  IM  tem  as  possibilidades  de  ser  umaferramenta  muito  poderosa  no  processo  de  selecção de  variáveis,  não  só face  aos  resultadoscapaz  de  apresentar,  mas  devido  à  capacidade  de  computação  necessária,  o  que  torna  ométodo bastante assessível.