11.07.2015 Views

séries univariantes de tempo - metodologia de Box & Jenkins

séries univariantes de tempo - metodologia de Box & Jenkins

séries univariantes de tempo - metodologia de Box & Jenkins

SHOW MORE
SHOW LESS
  • No tags were found...

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

44Note-se que, para esse processo, os pesosir. <strong>de</strong> (3.4) s ao TI.= - 6 . Ora,se | 6 | >l os pesos crescem exponencialmente com o <strong>de</strong>slocamento do <strong>tempo</strong>,a série £ir. é divergente, a variãncia do mo<strong>de</strong>lo "explo<strong>de</strong>" (não éfinita) , e os maiores pesos são dados para os valores mais distantes no<strong>tempo</strong>. Para evitar essas contradições, impõe-se a condição <strong>de</strong> inversibilida<strong>de</strong>6 < l.A proposta <strong>de</strong> <strong>Box</strong> & <strong>Jenkins</strong> para a mo<strong>de</strong>lagem do processo utiliza o princípioda "parcimônia"-, buscando a <strong>de</strong>scrição aproximada do mo<strong>de</strong>lo linear'<strong>de</strong> <strong>de</strong>composição <strong>de</strong> Wold.<strong>Box</strong> & <strong>Jenkins</strong>, percebendo a relação dual existente entre os processosmédia movei e auto-regressivo, propuseram-se a trabalhar com a postulaçao<strong>de</strong> que os dados são gerados por processos lineares do tipo equaçãomédia móvel (3.1), do tipo equação auto-regressiva (3.4) ou por umaclasse <strong>de</strong> processos mistos, compostos pela utilização conjunta dos doisprocessos, <strong>de</strong>nominados mo<strong>de</strong>lo ARMA (iniciais <strong>de</strong> "autoregressive-movingaverage") .A justificativa principal para a inclusão <strong>de</strong> ambos os processos na <strong>de</strong>scriçãodo mo<strong>de</strong>lo está em que, muitas vezes, as características do processoestocastico não permitem uma <strong>de</strong>scrição satisfatória através <strong>de</strong> umprocesso puramente auto-regressivo ou puramente media móvel, <strong>de</strong> poucosparâmetros, porque a série original incorpora, em sua forma parcimoniosa,ambos os tipos <strong>de</strong> processos. A existência da dualida<strong>de</strong> entre elesse da <strong>de</strong> forma que um processo media movei finito (<strong>de</strong> qualquer or<strong>de</strong>m)po<strong>de</strong> ser <strong>de</strong>scrito como um processo auto-regressivo infinito, e vice--versa . Isso implica, em termos práticos, que a obtenção <strong>de</strong> estimativas<strong>de</strong> seus parâmetros, <strong>de</strong> forma parcimoniosa, muitas vezes requer ainclusão <strong>de</strong> ambos os processos no mo<strong>de</strong>lo.7 Isto é, que o mo<strong>de</strong>lo contenha um número <strong>de</strong> parâmetros tão pequeno quanto possível.8 SejVum processo auto-regressivo. No momento "t" po<strong>de</strong>-se <strong>de</strong>fini-lo porDa mesma forma, um processo média móvel, no momento "t" valeA dualida<strong>de</strong> entre eles po<strong>de</strong> ser percebida <strong>de</strong> imediato, utilizando o operador "B". Seja, por exempío, um processoauto-regressivo finito <strong>de</strong> or<strong>de</strong>m 1. EntãoA t-lConseqüentemente,(l - 0B)x t:Ou, o que é o mesmo:o que eqüivale a um processo média móvel <strong>de</strong> or<strong>de</strong>m infinita (tipo 3.1). Semelhantemente, conforme foi dito noexemplo da p.43, verifica-se a recíproca: um processo média móvel finito eqüivale a um processo auto-regressivoinfinito.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!