103De maneira semelhante, po<strong>de</strong>-se obter os valores <strong>de</strong> x (h) .x t (h) = E ( x t+ll/ x t> x t_i> •••) <strong>de</strong>ve ser tal q ue <strong>de</strong>penda somente dos valorespassados e do valor presente.Seja x t (h) - < a t H- ^ a^ + < +2 a t . 2+ ... , (5.5)dado também através <strong>de</strong> uma função linear <strong>de</strong> valores do processo <strong>de</strong> ruí-do branco, on<strong>de</strong> os pesos ^h+j , j=0, l ,2,,. . . são <strong>de</strong>terminados <strong>de</strong> forma quex t (h) seja uma previsão ótima, então,E(e (h)) 2 = E(x ,_- x (h) 2 =t t+h t+ f, J o 2 + Z (Y, . - f," .) 2 o 2 .h-1 a . h+i h+iJaJ=°A expressão acima será minimizada quando os f*h+i forem iguais aos verda<strong>de</strong>irospesos f, . , j = O, l, 2, . . .h+jEntão, por (5.4), x (h) <strong>de</strong>ve ser igual ax (h) = fã-i- * h+1 a t _ 1 + * t+2at -2 + "•(5>6)ou, <strong>de</strong>duzindo pela equação. (5.5),\ + i E(a t-i }- O + O +... +Vt+Vl a t _ 1 + ... = _^Portanto a função ótima <strong>de</strong> previsão éx t (h) "ECx^/x^x^,...) = .^\ +j \_j 'Note-se, por outro lado, que o erro no instante "t" para o avanço "h"po<strong>de</strong> ser obtido por (5.4) e (5.6): 1Note-se que, para h = l, e t (l) =xt+l - xt( 1) —at+1-
104Conseqüentemente,E(e t (h)) = E(x t+h -x t (h)) = 0 ;Var(e (h)) = (l +n LVale dizer, a previsão é não ten<strong>de</strong>nciosa e sua variancia é função davariância do processo <strong>de</strong> ruído branco, a| . (5.7)5.2 — O Processo <strong>de</strong> PrevisãoA obtenção da estimativa do valor futuro provável x (h) = E(x /x ,x, ...), proposta por <strong>Box</strong> & <strong>Jenkins</strong>, é feita através <strong>de</strong> um processoiterativo on<strong>de</strong>, primeiro, e calculada a previsão para um período adiante,para posterior utilização <strong>de</strong>sse resultado no cálculo da previsãosubseqUente.Dado o mo<strong>de</strong>lo ARIMA (p,d,q), o qual po<strong>de</strong> ser escrito <strong>de</strong> três formas distintas,<strong>de</strong> acordo com (5.1), (5.2) e (5.3), as respectivas expressõespara a previsão são apresentadas a seguir.Previsão utilizando equações a diferençasO valor <strong>de</strong> x no <strong>tempo</strong> t+h é dado por:X t+h =§ l X t+h-l + - ' •Então a previsão eDeve-se ter presente que:E (x ./x ,x , ,. . . ) =x .parat+h t t-1 t+ht- qualquer H 4 h _ < O ;E(a t+h /x t' x t-l"-- ) = a t+h = Vh - 5 t+h-l (l)se h < 0;E(a /x ,x _.,... )=0 para qualquer h > 0.
- Page 1:
(/Jmt/)pllllllFundação de Economi
- Page 4 and 5:
SUMÁRIOLISTA DE FIGURAS 5LISTA DE
- Page 6 and 7:
LISTA DE FIGURASCAPÍTULO 2Figura l
- Page 8 and 9:
Figura 22 — Gráfico da PAC da s
- Page 10 and 11:
Quadro 13 - Relatório de saída do
- Page 12 and 13:
A presente dissertação, orientada
- Page 14 and 15:
14de Cournot e Walras, entre outros
- Page 16 and 17:
16que as atividades de pesquisa alc
- Page 18 and 19:
18funcionamento da realidade econô
- Page 20 and 21:
20quatro componentes e tem-se como
- Page 22 and 23:
2 - SOBRE SÉRIES TEMPORAISE PROCES
- Page 24 and 25:
25onde o segundo membro dessa equa
- Page 26 and 27:
A importância do conhecimento de a
- Page 28 and 29:
O tipo de não estacionariedade mos
- Page 30 and 31:
Essa padronização e obtida atrav
- Page 32 and 33:
=t1 p1 ' t-1( 1 o1 ' ' t-2-fl-He 1
- Page 34 and 35:
35l M l l l l l lFigura 3 - Correlo
- Page 36 and 37:
Para retirar a sazonalidade, cria-s
- Page 38 and 39:
40Nesse caso,E (X t ) = E(u+ E(a t
- Page 40 and 41:
42Portanto.tSZ = ",z = . E z. = .E.
- Page 42 and 43:
44Note-se que, para esse processo,
- Page 44 and 45:
463.2 — Modelo Média MóvelSeja
- Page 46 and 47:
48Processo Média Móvel de Primeir
- Page 48 and 49:
50Y2 = E(a t - 6 1 a t _ 1 '^t^ (a
- Page 50 and 51: Conforme se viu no iteia 3,1, para
- Page 52 and 53: 54Coeficiente de autocorrelação>k
- Page 54 and 55: 56se k = 2, p 2 = "í^p-, + ií ) 2
- Page 56 and 57: 58Portanto,5 = 'i' 1 (B) 8 (B)2 ql
- Page 58 and 59: 60Para k < q, o processo misto auto
- Page 60 and 61: 62Coeficientes de autocorrelação^
- Page 62 and 63: 64Observe-se que, se d=0, o modelo
- Page 64 and 65: 66Portanto, o modelo descrito pela
- Page 66 and 67: 4 - O PROCESSO DE MODELAGEMOs model
- Page 68 and 69: 71/Ml-UIAFigura 1 - Gráfico "Ampli
- Page 70 and 71: O processo de transformação da se
- Page 72 and 73: autocorrelaçao de um processo méd
- Page 74 and 75: 'kkhi,.1 O O 1 2l0 2 4 j 618l l 10
- Page 76 and 77: 79l 2 3 4 5l M'-''> OO 11 3 l 5 l 7
- Page 78 and 79: 81Padrões de p ^ e (4 ^ para um AR
- Page 80 and 81: Na prática, porém, surge outro pr
- Page 82 and 83: Por fim, o estudo das funções de
- Page 84 and 85: Esses vetores serão $,6, e a , de
- Page 86 and 87: Um exemplo pratico permite maior cl
- Page 88 and 89: Para o calculo de S(_$,ô_), os [ a
- Page 90 and 91: para iniciar o processo que se arbi
- Page 92 and 93: 95Porque os [e.t/S,wn não são exa
- Page 94 and 95: Esse processo de checagem, em geral
- Page 96 and 97: aparecem escassamente no correlogra
- Page 98 and 99: 5-0 MÉTODO DE PREVISÃODE BOX & JE
- Page 102 and 103: 105Previsão utilizando equação d
- Page 104 and 105: 107ou seja,para h > 2,x t (h) = ^^(
- Page 106 and 107: 109O valor de x no período t+h éx
- Page 108 and 109: 1 11para h=2 ,x t (2) = E, para h >
- Page 110 and 111: Se as previsões para um, dois e tr
- Page 112 and 113: 115Portanto o valor de x no tempo t
- Page 114 and 115: 6.1 - Nota Introdutória6 - APLICA
- Page 116 and 117: 119rie se caracteriza por apresenta
- Page 118 and 119: tricamente crescente, pode-se infer
- Page 120 and 121: 123Figura 5 - Gráfico da função
- Page 122 and 123: 125Quadro 2Figura 7 — Gráfico da
- Page 124 and 125: 127Quadro 4Figura 8 - Gráfico da f
- Page 126 and 127: 129Portanto o modelo suposto inicia
- Page 128 and 129: 1 JF jR.LN i"ÍSSSÉÍ"'*?!!['"Ortu
- Page 130 and 131: 133O Quadro 5 permite algumas consi
- Page 132 and 133: 135T»E-EST!«»Tto «E51FWALS-- MO
- Page 134 and 135: 137Quadro 6Relatório de saída do
- Page 136 and 137: 1396.3 - Previsões para o Consumo
- Page 138 and 139: 141A avaliação da necessidade de
- Page 140 and 141: 143A Figura 16 permite observar que
- Page 142 and 143: 145A ACF da serie V 2 T t (Figura 1
- Page 144 and 145: '147Quadro 9Valores numéricos da A
- Page 146 and 147: 149Quadro 11Valores numéricos da P
- Page 148 and 149: Quadro 12151Principais informaçõe
- Page 150 and 151:
1536.3.4 — PrevisõesPara essa se
- Page 152 and 153:
155xx* *XXKx**xx*xx*xxxx /x ^x *xAA
- Page 154 and 155:
157Figura 24 — Relatório de saí
- Page 156 and 157:
160cionarem previsões bastante sat
- Page 158 and 159:
162- KIRBY (1966), comparando os m
- Page 160 and 161:
ANEXO lManual dos Comandos Necessá
- Page 162 and 163:
168cc 9-16 Number with four decimai
- Page 164 and 165:
170Repeat in cc 17-24, 25-32, etc.
- Page 166 and 167:
17240.12345cc 1-5Enter a zero if wi
- Page 168 and 169:
ANEXO 11Relatórios de Saída do Co
- Page 170 and 171:
s^c; c —)c i- >C-' "*> — < Sj=
- Page 172 and 173:
.-« T-4ooooooooooo*• + 4- * *•
- Page 174 and 175:
BIBLIOGRAFIAAKAIKE, H. A new look a
- Page 176 and 177:
MAKRIDAKIS, S. & WHEELWRIGHT, S. C.