séries univariantes de tempo - metodologia de Box & Jenkins

70da serie, tais como o tipo de processo gerador (estaci onario ou não estacionãrio); a existência ou não das componentes sazonal e tendencial,e que capacita o pesquisador a estabelecer a ordem do modelo que seajusta ã série observada; e as estimativas iniciais para os vai ores dosparâmetros envolvidos.Como primeiro passo na identificação do modelo, é conveniente plotar osdados para se obter, "a priori", uma idéia do comportamento das observações.Já neste momento, pode-se detectar informações úteis que poderãoabreviar alguns procedimentos posteriores. A grosso modo, pode-seperceber se a serie e ou não estacionaria, e ou não sazonal, e algumaidéia sobre a necessidade de transformações.A possibilidade de transformação é salientada por Box & Jenkins pelofato de a modelagem ser sempre melhor se os dados são homoscedasticos .Assim, se a serie apresenta heteroscedasticidade , e conveniente fazer--se uma transformação a fim de tornar sua variancia constante.Para facilitar a tomada de decisão sobre qual a transformação que melhorse adapta, e sugerida a utilização de um grafico cartesianodo tipoamplitude y media, o qual apresenta em um eixo a media de segmentos deobservações da serie original (no caso de dados sazonais, o comprimentodos segmentos deve ser de ura cie l o completo ; caso os dados não sejam sazonais,8 a 12 observações satisfazem) e no outro a amplitude de cadaum desses segmentos. A idéia básica desse grafico e colocar em um eixouma medida de posição e, no outro, uma da variação. Se a amplitude forindependente da média, não há necessidade de transformação. Se for diretamenteproporcional , a transformação sugerida e a logarítmica natural.Representando a transformação por Zt(A), onde A é um vetor paramétricoa ser estimado, Box & Cox sugerem as seguintes ai ternat i vás , es tando algumasilustradas na Figura 1.Z,,-. i (Z v ' - C)/A , para A + O' log Z, para A = ODeve-se notar, entretanto, que o problema da conveniência de se fazertransformações e ainda ura campo bastante controverso. Embora Box & Jenkinssugiram sua feitura, outros autores questionam a sua utilidade e aqualidade das previsões assim obtidas, as quais podem estar ocasionandotendenciosidade em seus estimadores .A identificação do modelo, entretanto, envolve o estudo da função deautocorrelação . Essa função irá, conforme visto no Capítulo 2, diagnosticaras principais características da serie, permitindo ao pesquisadorinferir informações sobre a estrutura do modelo gerador.' t ssf i.' o caso mais comum cm scncs econômicas, onde a componente tendencial mdu/ o crescimento da vananciaa medida que o (empo pass.t: Ver a rcspcho. entre outros. M l SO\ i I47.il. (,R \S(,I K & M \Vli()[ I) l !