GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP
GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP
GUSTAVO MODENESI MODELO DE PREVISÃO DE ... - PRO - USP
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
110<br />
600<br />
400<br />
200<br />
-200<br />
-400<br />
-600<br />
-800<br />
Resíduos de ordem 1: Setor industrial<br />
0<br />
0 35<br />
Gráfico 42: Setor industrial – resíduos de primeira ordem<br />
Como se pode perceber pelo gráfico acima, os resíduos da regressão apresentam certo<br />
problema de homocedasticidade (variância aumenta conforme o x aumenta), além de<br />
seqüências muito grandes de resíduos abaixo do zero, principalmente no início da série.<br />
A equação que representa o modelo é dada por:<br />
Equação 38: Demanda industrial em função de modelo de auto-regressão I<br />
y = 30,<br />
13<br />
+ 1,<br />
114<br />
× Lag1<br />
Ou seja, o comportamento futuro da série depende do comportamento imediatamente<br />
passado da série de dados (R 2 de 99,26%). O t-stat encontrado do coeficiente é maior do que<br />
2, mas o t-stat da constante foi de 0,66. Por ser uma medida do nível inicial da série e<br />
influenciar pouco nos resultados finais, releva-se este problema.<br />
Buscando-se aperfeiçoar o modelo anterior, pode-se realizar uma Stepwise-with-abackward-look<br />
tendo a série dos resíduos como variável a ser explicada e “Preço relativo<br />
entre gás natural e óleo combustível”, “PIB” e “Número de domicílios” como possíveis<br />
variáveis explanatórias.