Na prática, porém, surge outro problema, ã medida que não se dispõe dasfunções <strong>de</strong> autocorrelaçao e autocorrelaçao parcial teóricas, necessitando-setrabalhar com suas funções estimadas. Isso porque e importanteter alguma indicação <strong>de</strong> quanto um valor estimado po<strong>de</strong> diferir do valorteórico correspon<strong>de</strong>nte. Ou seja, torna-se necessário usar algum instrumentopara <strong>de</strong>tectar se, <strong>de</strong> fato, os coeficientes <strong>de</strong> autocorrelaçaoe autocorrelaçao parcial são efetivamente zero após alguma <strong>de</strong>terminada<strong>de</strong>fasagem 'V'.<strong>Box</strong> & <strong>Jenkins</strong> sugerem, como instrumento, uma simplificação da formula<strong>de</strong> Bartlett para gran<strong>de</strong>s amostras , através da qual po<strong>de</strong>m-se calcularerros padrão das autocorrelaçoes e autocorrelaçoes parciais estimadas,<strong>de</strong>nominadas erros padrão <strong>de</strong> gran<strong>de</strong> <strong>de</strong>fasagem, on<strong>de</strong> as estimativas amostrais substituemas autocorrelaçoes teóricas. Essa fórmula é dada por:835 (rk) = -J- /l - 2(rj + r2 + ~ . + r')', k :- qvnPara as autocorrelaçoes parciais, o erro padrão <strong>de</strong> gran<strong>de</strong> <strong>de</strong>fasagem é<strong>de</strong>duzido com a hipótese <strong>de</strong> que o processo e auto-regressivo <strong>de</strong> or<strong>de</strong>m"p". Sua fórmula é dada por:A distribuição dos coeficientes <strong>de</strong> autocorrelaçao e autocorrelaçao parcialestimados, on<strong>de</strong> o valor teórico respectivo e zero, e aproximadamenteuma Normal. Então, o valor estimado r^, dividido pelo seu erro padrão,será uma variável normal padronizada. Resultado similar obtém-separa as autocorrelaçoes parciais.Esses aspectos proporcionam meios bastante bons para verificar se asfunções <strong>de</strong> autocorrelaçao e <strong>de</strong> autocorrelaçao parcial teóricas sãoiguais a zero, após alguma <strong>de</strong>terminada <strong>de</strong>fasagem. Como se sabe, em umadistribuição Normal, distancias que exce<strong>de</strong>m um erro padrão, em módulo,tem probabilida<strong>de</strong> <strong>de</strong> ocorrência em torno <strong>de</strong> 1/3, e as mesmas para doiserros padrões tem probabilida<strong>de</strong> <strong>de</strong> 1/20 (5%).Assim, para avaliações com as funções <strong>de</strong> autocorrelaçao e autocorrelaçaoparcial estimadas, é conveniente plotar linhas <strong>de</strong> controle em ± âou ± 2a. Se os valores <strong>de</strong>ssas funções caírem na região limitada por7 A expressão para a variância do coeficiente <strong>de</strong> autocoirelação estimado <strong>de</strong> um processo estaciona normal, dadopor Bartlett, po<strong>de</strong> ser assim <strong>de</strong>finida:Como as autocorrelaçoes p v — O para v >q, todos os termos da equação, exceto o primeiro, são zero quando k >q.Então, a variância da autocorrelaçao estimada <strong>de</strong> <strong>de</strong>fasagem k po<strong>de</strong> ser obtida usando a aproximação <strong>de</strong> Bartlett:iVARlr, )=— {l +2 Z p j },k>qkvn v = lFm geral, para maior confiança, c usada uma região limitada por dois <strong>de</strong>svios padrão estimados.q
84essas linhas <strong>de</strong> controle, então proporcionam ao pesquisador uma boa indicação<strong>de</strong> que as hipóteses formuladas sobre o tipo <strong>de</strong> processo empregadosão aproximadamente corretas, isto e, , , e r são si gnif icativa-K.K. K.mente diferentes <strong>de</strong> zero se !r |>2DP(r ), j>q e |$ . j > 2DP ($,.), j>p.K, K. K, K. rCtCApós a i<strong>de</strong>ntificação <strong>de</strong> "d" e da or<strong>de</strong>m (p,q) da série estacionaria Wç,po<strong>de</strong>-se, então, verificar a existência do parâmetro 6 o .Para tanto,testa-sea hipótese <strong>de</strong> E(W t ) ser igual a zero, através da comparação da médiaamostrai W com seu <strong>de</strong>svio padrão estimado DP(W).Os valores aproximados <strong>de</strong>sses <strong>de</strong>svios padrão para os mo<strong>de</strong>los usuais,estão sintetizados a seguir, on<strong>de</strong> n=N-d, sendo N o número <strong>de</strong> valores dasérie 9 .AR(1) + DP (W) =/ (1+r )(l-2r2+rAR(2) -* DP(W) = /*S 1l —/ (l+2r +2r )MA(2) -> DP (W) = /^ARMA(1,1) -> DP (W) = X 12 - (1+ r r r 2Se o <strong>de</strong>svio padrão DP(W) > |w , a média po<strong>de</strong> ser consi<strong>de</strong>rada igual azero. Conseqllentemente, 6 =0.Se o <strong>de</strong>svio padrão DP(W) < |w|, a média po<strong>de</strong> ser consi<strong>de</strong>rada diferente<strong>de</strong> zero. Nesse caso, como E(w t ) - W = ^ — , o valor <strong>de</strong> 8 é ob-e1-4^-...-4> ptido após a obtenção dos parâmetros auto-regressivos $ , „, ..., .oPaia a <strong>de</strong>dução do DP(W) <strong>de</strong> cada mo<strong>de</strong>lo, ver BOX & JENKINS (1976: 193-95).
- 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 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.