25on<strong>de</strong> o segundo membro <strong>de</strong>ssa equação <strong>de</strong>ve ser entendido comom+1i m F(x ]f x,, ..., x m ,X -> »nContudo a especificação completa da função <strong>de</strong> probabilida<strong>de</strong> n-dimensional,que rege o processo gerador da série <strong>tempo</strong>ral, I bastante improvável<strong>de</strong> se obter. Por isso e usual, nesses tipos <strong>de</strong> analises , estudaralgumas características paramétricas associadas com sua estruturaprobabillstica, capazes <strong>de</strong> proporcionar meios alternativos mais simplificados<strong>de</strong> <strong>de</strong>scrição daquela estrutura do que propriamente a função <strong>de</strong>probabilida<strong>de</strong> .Uma maneira equivalente <strong>de</strong> especificar a distribuição n-dimensional ,geradora da série <strong>tempo</strong>ral, é <strong>de</strong>terminar todos os seus momentos-produtos<strong>de</strong> or<strong>de</strong>m (r,, r „, ..., r ) das variáveis X(t.), X(t_), ..., X(t ),ou seja,E(X r l' C f(x l' ••" Vt l' •••' fc n )dx l ••' dx nque, como se po<strong>de</strong> verificar pela sua formulação, apresenta as mesmasrestrições do conhecimento da estrutura probabilística.A busca <strong>de</strong> meios capazes <strong>de</strong> <strong>de</strong>screver o processo gerador da série impõea necessida<strong>de</strong> <strong>de</strong> se restringir o estudo a momentos <strong>de</strong> baixa or<strong>de</strong>m. Paraas finalida<strong>de</strong>s especificas dos processos estocásticos que se estudarãoneste trabalho, serão úteis os momentos <strong>de</strong> primeira e segunda or<strong>de</strong>m,ou seja, média, variância e covariância, os quais po<strong>de</strong>m ser <strong>de</strong>finidoscomo segue.Seja um processo estocastico {X(t), tcT ), então:a) função valor médio: é <strong>de</strong>finida por E(X ) = p , qualquer teT.Observe-se que, a nível <strong>de</strong> serie <strong>tempo</strong>ral, a função valor médio <strong>de</strong> seuprocesso gerador significa a componente ten<strong>de</strong>ncial da série.b) função variância: e <strong>de</strong>finida por Var(X ) = E(X - p ) = a', qualquer teT.c) função covariância: e <strong>de</strong>finida por Cov(X , X ) = E (X - p ; (X • - p ) = y ,qualquer t, s e T.2.3 — Processos Estacionários e Não EstacionáríosSe o processo estocastico que gerou a serie <strong>de</strong> observações e invariantecom respeito ao <strong>tempo</strong>, diz-se que o mesmo e estacionario. Se as característicasdo processo se alteram no <strong>de</strong>correr do <strong>tempo</strong>, diz-se que enão estacionario.
26Segundo PAPOULIS (1965), um processo estacionario po<strong>de</strong> ser classificadoem:a) estritamente estacionario: quando suas estatísticas não são afetadas por variações<strong>de</strong>vido a escolha da origem dos <strong>tempo</strong>s, ou seja, quando asséries X,, e X._ , estão distribuídas i<strong>de</strong>nticamente, qualquer queseja "k".Dessa <strong>de</strong>finição segue que a função <strong>de</strong>nsida<strong>de</strong> <strong>de</strong> um processo estritamenteestacionario <strong>de</strong>ve ser tal que permaneça idêntica quando se varia aorigem dos <strong>tempo</strong>s, ou seja:r (x -j , x £ j • • • s x *-» *- ^» ^ 2' •••' *" t ^x i ' x 2 > •••» x t't l+k > t 2+k' "•'t t+k' )para quaisquer t^, t2> ..., t E T e k.b) estritamente estacionaria <strong>de</strong> or<strong>de</strong>m finita: diz-se que um processo é estritamenteestacionario <strong>de</strong> or<strong>de</strong>m "i" se a estacionarieda<strong>de</strong> no item (a) é válidanão para todo t. e T, mas somente para j < i;c) estacionaria em sentido lato (ou fracamente estacionario ou, ainda, estacionario <strong>de</strong> segunda or<strong>de</strong>m):quando a sua função valor médio e constante e sua função <strong>de</strong> covariância<strong>de</strong>pen<strong>de</strong> somente da diferença, em valor absoluto, <strong>de</strong> t s -t... JAtente-se para o fato <strong>de</strong> que um processo estacionario em sentido latopo<strong>de</strong> não ser estritamente estacionario, pois os momentos ate segunda or<strong>de</strong>mnão garantem condições sobre a estacionarieda<strong>de</strong> da função <strong>de</strong> probabilida<strong>de</strong>.Porem, se o processo e estritamente estacionario <strong>de</strong> or<strong>de</strong>mdois, então ele é estacionario em sentido lato.Deve-se salientar, entretanto, que, se o processo for gaussiano 14 e estacionarioem sentido lato, ele será estritamente estacionario, <strong>de</strong>vidoao fato <strong>de</strong> a distribuição normal ser <strong>de</strong>terminada unicamente em termosdo primeiro e do segundo momento.Para fins <strong>de</strong>ste trabalho, on<strong>de</strong> a suposição usual e a <strong>de</strong> um processogaussiano, é suficiente o requerimento das condições da <strong>de</strong>finição <strong>de</strong> estacionarioem sentido lato, o qual será, a partir <strong>de</strong>sse instante, <strong>de</strong>nominadosimplesmente estacionario.Um processo estacionario, assim <strong>de</strong>finido, satisfaz as seguintes condições:E(x ) = y, qualquer teT;Var(X ) = y , qualquer teT;Cov(X ,X r) = y, > isto é, <strong>de</strong>pen<strong>de</strong> somente <strong>de</strong> "k".t t K K3 Observe-se que o processo estacionario em. sentido lato requer condições envolvendo somente os momentos <strong>de</strong>primeira e segunda or<strong>de</strong>m, ao invés <strong>de</strong> sua função finito-dimensional. Dai' porque é chamado por muitos autore.i<strong>de</strong> estaciona'rio <strong>de</strong> segunda or<strong>de</strong>m.4Um processo é dito gaussia"O se a distribuição <strong>de</strong> probabilida<strong>de</strong> da sc'ric Xj é multinormal.
- 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 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 174 and 175:
BIBLIOGRAFIAAKAIKE, H. A new look a
- Page 176 and 177:
MAKRIDAKIS, S. & WHEELWRIGHT, S. C.