sÃ©ries univariantes de tempo - metodologia de Box & Jenkins

More documents

Recommendations

Info

1396.3 - Previsões para o Consumo de Energia Elétricano Rio Grande do SulA serie observada para essa variável está exposta no Quadro 8 e apresenta142 valores mensais, desde janeiro de 1970 ate outubro de 1981.6.3.1 — A Etapa da Identificação6.3.1.1 — Avaliação preliminarO gráfico da série observada para essa variável (Figura 13) permite visualizaruma série com tendência crescente e linear, sugerindo a existênciade uma componente sazonal com periodicidade anual. Também pode--se perceber que a série apresenta maior dispersão em torno da linhade tendência, a medida que o tempo cresce.Quadro 8Consumo mensal de energia elétrica no Rio Grande do Sul —jan./70-out./81(Mwh)MESES 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981Jan. 140 866 150 669 171 120 203 556 234 811 256 496 298 065 340 917 394 825 443 272 509 209 570 082Fev. 129 002 135 280 162 714 189 489 225 277 249 877 289 977 322 201 390 210 390 138 492 248 541 401Mar. 128 058 148 725 167 062 186 167 223 794 261 441 285 732 330 762 383 574 456 950 485 479 558 021Abr. 129 069 148 278 167 215 186 382 214 992 252 986 297 526 328 211 403 584 431 662 487 579 516 306Maio 135 350 152 817 168 532 200 570 228 349 260 978 296 963 338 541 351 228 413 552 497 852 522 933Jun. 130 320 146 482 172 731 199 134 229 950 259 829 301 691 336 645 356 376 427 158 481 153 505 254Jul. 139 719 147 126 177 512 207 022 231 310 263 384 296 390 347 089 364 498 418 580 495 582 506 583Ago. 131 466 153 034 176 084 206 068 233 175 263 176 309 156 346 286 365 965 442 714 497 444 513 147Set. 135 722 151 492 176 608 203 899 229 948 267 423 309 341 352 923 370 888 400 832 488 005 511 258Out. 137 995 152 059 170 160 204 555 234 523 268 849 314 935 354 125 391 820 432 796 492 743 501 628Nov. 138 114 151 645 168 059 205 399 230 502 268 935 313 229 348 506 386 556 433 931 488 446Dez. 144 942 164 310 177 155 219 610 242 348 277 466 329 040 407 152 394 231 456 001 533 441FONTE: CEEE — Departamento de Estatística.NOTA: Os dados referem-se aos municípios atendidos pela CEEE, totalizando cerca de 98% do consumo totaldo Estado.
140iimr.itjfiBOtf»fl'' 16E»Í385Í :lü if:l!•i 1HIFigura 13 — Gráfico da série consumo de energia elétrica no Rio Grande doSul - jan./70-out./79
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 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 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.
show all

sÃ©ries univariantes de tempo - metodologia de Box & Jenkins

Create successful ePaper yourself

Delete template?

Save as template?