133O Quadro 5 permite algumas consi<strong>de</strong>rações importantes para a escolha domo<strong>de</strong>lo mais a<strong>de</strong>quado ao estudo.- Na etapa <strong>de</strong> i<strong>de</strong>ntificação, concluiu-se pela não inclusão do termoconstante. Porém, para fins exemplificativos, optou-se por estimartodos os mo<strong>de</strong>los supostos, consi<strong>de</strong>rando também a existência <strong>de</strong> 0 0 .Percebe-se que essas inclusões não alteraram substancialmente as estimativasdos <strong>de</strong>mais parâmetros em relação aos mo<strong>de</strong>los supostos semo termo constante. Para todos os mo<strong>de</strong>los, 6 Q e bastante pequeno e seapresenta não significativamente distinto <strong>de</strong> zero. A melhora do ajustamentoé <strong>de</strong>sprezível, conforme se constata pelo ínfimo acréscimo davariância residual, comprovando a correção da <strong>de</strong>cisão <strong>de</strong> não incluir9 0 e a potencialida<strong>de</strong> do teste <strong>de</strong> significancia feito na etapa inicial<strong>de</strong> i<strong>de</strong>ntificação.- Assim como foram estimados, para exemplificar, os n.o<strong>de</strong>los com o termoconstante, optou-se em estimar todos os cinco mo<strong>de</strong>los mais parcimoniososcapazes <strong>de</strong> <strong>de</strong>screver a série observada, embora, <strong>de</strong> antemão,se saiba que alguns não satisfazem as características para umbom ajustamento aqueles valores.- As estimativas eficientes dos parâmetros dos mo<strong>de</strong>los supostos foramobtidas não só a partir <strong>de</strong> valores iniciais 'calculados na etapa <strong>de</strong>i<strong>de</strong>ntificação, como também supondo estimativas preliminares iguais azero. O numero <strong>de</strong> iterações necessárias para se obter estimativas eficientesfoi bastante semelhante em ambos os casos, revelando a capacida<strong>de</strong><strong>de</strong> rápida convergência aqueles valores que o processo <strong>de</strong> aproximaçõessucessivas do algoritmo <strong>de</strong> Marquardt possui, in<strong>de</strong>pen<strong>de</strong>ntementedos valores iniciais consi<strong>de</strong>rados. Por essa razão, torna-se <strong>de</strong>snecessáriopreocupar-se com a obtenção <strong>de</strong> boas estimativas preliminares.- O mo<strong>de</strong>lo suposto ARIMA(1,2,1) apresenta ^ não significativo, o queinduz ã opção por um ARIMA(0,2,1). Da mesma forma, o mo<strong>de</strong>lo supostoARIMA(0,2,2) apresenta o parâmetro <strong>de</strong> or<strong>de</strong>m dois não significante. Aoreduzir a or<strong>de</strong>m <strong>de</strong>sse mo<strong>de</strong>lo, recai-se novamente em um ARIMA(0,2,1).Assim, po<strong>de</strong>-se reduzir os cinco mo<strong>de</strong>los analisados a apenas três:ARIMA(0,2,1), ARIMA(1,2,0) e ARIMA(2,2,0) .- Os mo<strong>de</strong>los supostos ARIMA(0,2,1) , ARIMA(1,2,0) e ARIMA(2,2,0) apresentamseus parâmetros significativos. A estatística "Q", para todosos três, apresenta-se bastante inferior ao valor crítico (para 24graus <strong>de</strong> liberda<strong>de</strong>, XQ ^Q=36,4 e para 23 graus <strong>de</strong> liberda<strong>de</strong>, XQ IQ=35,2), o que indica que os resíduos são não significativamente não--brancos, aten<strong>de</strong>ndo as exigências teóricas do método.- A escolha do melhor mo<strong>de</strong>lo, entre o ARIMA(0,2,1) e o ARIMA(1,2,0) e oARIMA(2,2,0) , <strong>de</strong>pen<strong>de</strong> do cjritério utilizado. Para fins <strong>de</strong> previsão,é usual o critério <strong>de</strong> menor erro quadrático médio. Para fins <strong>de</strong> ajustamentodo mo<strong>de</strong>lo estimado aos dados observados, po<strong>de</strong>-se adotar ocritério da variância residual mínima. Como, para o cálculo do erroquadrãtico médio, se necessita dos valores realmente observados, xg5,xgg xgg, e. esses não são disponíveis, optou-se por adotar o critérioda variância residual mínima. Por esse critério, o modolo escolhidoé o ARIMA (0,2,1).
1346.2.3 — A Etapa da Checagem do DiagnósticoA etapa <strong>de</strong> verificação da correção ou não da escolha do mo<strong>de</strong>lo, efetuadano item anterior, consiste em avaliar se os resíduos daquele mo<strong>de</strong>loformam um processo <strong>de</strong> ruído branco. Para tanto, um dos testes maiscomumente utilizados e sugerido por <strong>Box</strong> & <strong>Jenkins</strong> é o "portmanteau",através da estatística "Q", além da análise grafica das ACF e PACF.Conforme foi visto no item anterior, a estatística "Q", para o mo<strong>de</strong>loescolhido, apresenta-se inferior ao valor critico da tabela qui-quadrado,satisfazendo, portanto, as exigências do teste.A análise das ACF e PACF revela, conforme po<strong>de</strong>-se verificar nas Figuras9 e 10, poucos coeficientes <strong>de</strong>ssas funções com valores superioresa linha <strong>de</strong> controle. As funções ACF e PACF não apresentam comportamentoque revele ma i<strong>de</strong>ntificação do mo<strong>de</strong>lo. O grafico da serie <strong>de</strong> resíduos(Figura 11) não mostra nenhum comportamento sistemático. Os resíduospo<strong>de</strong>m ser consi<strong>de</strong>rados aleatórios.Portanto o mo<strong>de</strong>lo escolhido nas etapas anteriores aten<strong>de</strong> as exigênciasda teoria. Esta encerrada a fase <strong>de</strong> construção. O mo<strong>de</strong>lo e o ARIMA(0,2,1):V 2 ln X t = (l- 0,791138) a t = a fc - 0,791133^ .6.2.4 — PrevisõesA fase final do processo e o calculo dos valores previstos para um horizontepreviamente estabelecido.Essa é a fase que requer menores consi<strong>de</strong>rações, uma vez que o trabalhose constitui somente <strong>de</strong> cálculos, os quais são totalmente estabelecidospelo computador.Optou-se em obter valores previstos para 12 períodos adiante, a partirda observação 84 (<strong>de</strong>zembro <strong>de</strong> 1981). Nas páginas seguintes, apresentam--se os resultados computacionais.A seguir, no Quadro 7, apresenta-se a previsão do índice <strong>de</strong> PreçosConsumidor para o ano <strong>de</strong> 1982.^Para <strong>de</strong>monstrar as potencialida<strong>de</strong>s do método, foram calculadas tambémas previsões para os <strong>de</strong>mais mo<strong>de</strong>los supostos, cujos resultados estãoexpostos no Anexo II. Deve-se reparar que as diferenças dos valoresprevistos entre os diversos mo<strong>de</strong>los supostos se apresentam bastante pequenas.aoRepare-se que, como a série V 2 l nX t é <strong>de</strong>scrita por um MA(l), a partir <strong>de</strong> h = l, sua previsão estabiliza-se em /J .Vale dizer que a previsão <strong>de</strong> Xt apresenta, a partir <strong>de</strong> h = l, taxa constante <strong>de</strong> crescimento, No caso, 5,4%.
- 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 100 and 101: 103De maneira semelhante, pode-se o
- 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 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.