Quadro 12151Principais informações estatísticas dos mo<strong>de</strong>los supostos para a série consumo<strong>de</strong> energia elétrica no Rio Gran<strong>de</strong> do Sul — jan./70-out./81MODELO SUPOSTOESTIMATIVAS DOSPARÂMETROSDESVIO PADRÃO DOSPARÂMETROSVARIÃNCIARESIDUAL(1) SARIMA (0,l,l)x(l,0,0) 12com 8 o(2) SARIMA ^,l,l)x(2,0,0) 12 10com 8 0(3) SARIMA (0,l,l)x(l,0,l) 12com 6 o(4) SARIMA (0,l,l)x(l,0,l)sem 6 0(5) SARIMA (0,l,2)x(l,0,l)com 6 o(6) SARIMA (0,l,2)x(l,0,l)sem 6 o(7) SARIMA (l,l,l)x(l,0,l) 12com 8 o(8) SARIMA (l,l,0)x(l,0,l) 12com 8 o= 0,48650+ 12e, i= 0,63979e = 0,0048753o6 - 0,5984112e = 0,0017472 (N)o= 0,37640*19 12= 0,0030087 (N)- 0,89408+ 128, 1= 0,59426= 0,59914= 0,00099844 (N)= 0,94055+ 126 1= 0,579456, 120= 0,63589= 0,89820+ 12e, 12. = 0,60090e, i=• 0,607589 2= 0,600906 0= 0,00094837 (N)= 0,93694+ 129 = 0,6313312B I - 0,602429 2= -0,64007+ 1= -0,27481 (N)- 0,87872+ 126 = 0,56196129 = 0,31175 (N)1e = 0,0015206 (N)o= 0,49386+1,0= 0,8803612= 0,26775+ 249 = 0,609601e o8 10128 oDP (O = 0,0815561DP(6,) = 0,07133671DP(6 ) = 0,0015066oDP(iji „) = 0,0'1355867DP(_.) = 0,0934642Z4DP(9 ) = 0,0773061DP(8 ) = 0,0016962oDP(i)> 2) = 0,0605918DP(8.) = 0,07470911DP(6,,) = 0,104642812DP(6 ) = 0,0008091oDPO 12) - 0,0432653DPCS^ = 0,0755204DP(8,.) = 0,092015312DP( J = 0,0593928DP(8,.) = 0,103923412 'DP(8 ) = 0,093204DP(8 2) = 0,0934433DP(8 ) = 0,0008368oDP((j> 2) - 0,0446530DP(6 2) - 0,0932448DP(9 ) = 0,0925051DP(8 2) = 0,0922361DP(
leiatorio <strong>de</strong> salda do computador: sumário <strong>de</strong> informaçõesestatísticas para o mo<strong>de</strong>lo escolhido6.3.3 — A Etapa da Checagem do DiagnósticoA ACF, a PACF e a série <strong>de</strong> resíduos para o mo<strong>de</strong>lo escolhido estão apresentadasnas Figuras 21, 22 e 23. Po<strong>de</strong>-se perceber que nem as ACF ePACF, nem a série <strong>de</strong> resíduos apresentam comportamento que indique mái<strong>de</strong>ntificação. A serie <strong>de</strong> resíduos po<strong>de</strong> ser consi<strong>de</strong>rada aleatória.O teste <strong>de</strong> "portmanteau" apresenta a estatística "Q" = nZr^ = 35,77. Aum nível dê significãncia <strong>de</strong> 10%, o valor tabelado qui-quadrado, para27 graus <strong>de</strong> liberda<strong>de</strong>, é 36,7. Logo, po<strong>de</strong>-se aceitar a hipótese <strong>de</strong> queos resíduos não são nao-brancos 15 .Portanto o mo<strong>de</strong>lo escolhido nas etapas anteriores está bem i<strong>de</strong>ntificado,aten<strong>de</strong>ndo às exigências da teoria. Esta encerrada a fase <strong>de</strong> construçãodo mo<strong>de</strong>lo.15 Para séries sazonais, é comum a utilização <strong>de</strong> outros tipos <strong>de</strong> testes mais específicos, a fim <strong>de</strong> avaliar a permanência<strong>de</strong> algum comportamento ci'clico nos resíduos. Entre eles, é usual o Periodograma Acumulado. Como, no problemaem questão, não aparece nenhuma duvida sobre a não existência <strong>de</strong> comportamento sistemático nos resíduos, julgou-se<strong>de</strong>snecessária sua aplicação. Para <strong>de</strong>talhes sobre o teste do Periodograma Acumulado, ver, entre outros,BOX & JENK1NS (1976), MORETTIN & TOLOI (1981) e Nelson (1973).
- 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 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 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.