séries univariantes de tempo - metodologia de Box & Jenkins

106Como o processo MA(1) tem memória de somente um período, os dados sócondicionam as previsões para um período adiante. Para dois ou mais períodosadiante, a melhor previsão i a média do processo.A variancia do erro de previsão vale,para h=l,E(e t (l) 2 ) = E(x t+1 -x t (l) 2 ) = E(a t 2 ) = a 2 ;para h > 2,E(e t (h) 2 )=E(x t+h -x t (h) 2 )=E(a t+h -6 1 a t+h _ 1 ) 2 = (l - 6 2 ) a 2 .Vale dizer que a variancia do erro de previsão cresce até dois períodosadiante. A partir deste horizonte, torna-se constante.Exemplo 02: previsão de um AR(1) : (l-if B) x =a +ôComo (1-41,8) x t = a_ + 6 x - 4),x , = a + 6 x =f>x +a +ô,o valor de x no tempo t+h é dado pore a previsão ex t (h) =E( Vt+h _ 1 ) + E(a t+h ) + 6 =Então, para h=l ,x t (l) =para h=2,x (2) = $ E (x ) +E(a ) + 6 = 4>,x (1) + O + 6 = iKU.x + ô) + 6 =