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

More documents

Recommendations

Info

BIBLIOGRAFIAAKAIKE, H. A new look at the statistical model Identification. IEEETransactions on Automatic Control, p. 716-23, 1974.AKAIKE, H. Information theory and an extension of the maximum likelihoodprincipie. Second Internacional Symposiuni on InformationTheory, Budapest, Akademia Kaido, 1973.ANDERSON, 0. D, Time series analysis and forecasting: the Box-Jenkinsapproach. London, Butterworths, 1979.ANDERSON, R. L. Distribution of the serial correlation coefficient.Ann. Math. Statist., Baltimore, S.S.Wilks, JJ:1-13, Mar. 1942.ANDERSON, T. W. The statistical analysis of time series. New York,J. Wiley, 1971. ~ ' ' ~~BAILEY, Norman T. The elements of stochastic processes with applicationsto the natural sciences. New York, J. Wiley, 1964.BARBER, William J. Uma historia do pensamento econômico. Rio de Janeiro,Zahar, 1979.BELL, John Fred. História do pensamento econômico. Rio de Janeiro,Zahar, 1961.BOX, G. E. P. & COX, D. R. An analysis of transformations. Journal ofthe Royal Statistical Society, London, 626:211-252, 1964.BOX, George E. P. & JENKINS, Gwilym M. Time series analysis: forecastingand control. San Francisco, Holden-Day, 1976.BOX, G. E. P. & PIERCE, D. A. Distribution of residual autocorrelationsin autoregressive integrated moving average time series modeIs.Journal of the American Statistical Association, Washington, ^5: 1509-26, Dec.l9~70. ~~BUNGE, Mário. Teoria e realidade. São Paulo, Perspectiva, 1974.CHÃO, Lincoln L. Estadistica para Ias ciênciasadministrativás. Bogotá,McGraw-Hill, 1975.CHURCHMAN, C. W. Introdução ã teoria dos sistemas. Petrópolis, Vozes,1972.CLARKE, A. Bruce & DISNEY, Ralph, L. Probability and random processesfor engineers and scientists. New York, J. Wiley, 1970.CLEVELAND, W. P. The inverse autocorrelations of a time series andtheir applications. Technometrics , _14(2) : 277-98, 1972.DAGUM, Camilo & DAGUM, Esteia M. Bee. Introducción a Ia econometria.México, Siglo Veintiuno, 1971.ECHENIQUE, Marcial et alli. Modelos matemáticos de laestructura espacialurbana: ap li caciones en Amêril-a Latina. Buenos Aires, SIAP, 1975.ECONOMETRIC SOFTWARE PACKAGE.Chicago Version, 1974.Washington, Synergy Inc., University of
184FERGUSON, C. E. Teoria microeconómica. México, Fondo de Cultura Econômica,1974.FERNANDEZ, Pedro Jesus. Introdução aos processos es tocas ticos. s.l.p .,IMPA, s.d.FOX, Karl A. Intermediate economic statistics. New York, J. Wiley,1968.FREUND, John E. & WILLIAMS, Frank J. Modern business statistics. EnglewoodCliffs, Prentice-Hall, 1958.GNEDENKO, B. V. The theory of probability. Moscow, MIR, 1969.GRANGER, C. W. J. & NEWBOLD, J. P. Experience with forecasting univariatetime series and the combination of forecasting. Journalof theRoyal sTãtistical Society, London, A137T 131-46, Jan. 1974~GRANGER, C. W. J. & NEWBOLD, Paul.New York, Academic Press, 1977.Forecasting economic time series.GRAY, H. L. et alli. A new approach to ARMA modeling. Communicationsin Statistics. 87(1): 1-78, 1978.GROFF, G. K. Empirical comparison of models for short range forecasting.Management Science, Baltimore, The Institute of ManagementSciences, 20(1): 22-31, Sep. 1973.GEURTZ, M. D. & IBRAHIM, J. B. Comparing the Box-Jenkins approach withexponentially smooted forecasting model application tá Hawaii tourists.Journal of Marketing Research, Chicago, American MarketingAssociation, _12_:~T82-88, May 1975.HADLEY, G. Introduction to business statistics. San Francisco, Holden-üay,1968.HAMBURG, Morris. Statistical analysis for decision Making, New York,Harcourt, Brace and World, 1970.HOFFMANN, Rodolfo & VIEIRA Sônia. Análise de regressão: uma introduçãoã econometria. São Paulo, HUCITEC, 1977.JOHNSTON, J. Métodos econométricôs. São Paulo, Atlas, 1871.KENDALL, Maurice and STUART, Alan. The advanced theory of statistics.London, Charles Griffin, 1976, v.3.KEYNES, J ohn M. Teoria geral do emprego, juros e_ moeda. Rio de Janeiro,Fundo de Cultura, T964. ~KIRBY, R. M. A comparison of short and médium range Statistical forecastingmethods. Management Science, Baltimore, The Institute ofManagement Sciences, _1_3 ( 4) . 1966.KLEIN, Lawrence L. Manual de Econometria. Madrid, Aguilar, 1958.KRUPP, Sherman Roy. La estructura de Ia ciência econômica; ensaios sobremetodologia. Madrid, Aguilar, 1973.LAJUGIE, J. As doutrinas econômicas. São Paulo, Difel, 1976.MADDALA, G. S. Econometrics. New York, McGraw-Hill, 1977.MAKRIDAKIS, S. & HIBON, M. Accuracy of forecasting and empirical invéstigation. The Journal of the Royal Statistical Society, London,142: 97-145, 1979.
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 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 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?