Para o calculo <strong>de</strong> S(_$,ô_), os [ a tj sao obtidos aplicando o operador expectanciacondicional em (4.2.1). Xesse caso, e necessário começar umprocesso recursivo <strong>de</strong> previsão para trás, para calcular os w ., j=0,l i, ^, ? ...~ JNote-se que a serie estacionaria e inversivel W tem seu mo<strong>de</strong>lo ARMA<strong>de</strong>scrito tanto por91-HB) W= 8(B)comp por (F) W = 9(F) e ,on<strong>de</strong> F e o operador para diante, tal que FW = W , ; F'W = ri ,,; ....f f H t t +1, t t+2> »conforme o <strong>de</strong>finido no Capitulo 3, e Cj. e um processo <strong>de</strong> ruídocom E(e t ) = O e Var(e t ) = Var(a t ) =a ? .âAssim, po<strong>de</strong>-se obter w , w_ , w_ 2 , . .., w_<strong>de</strong> previsão para trás.branco, a partir <strong>de</strong> um processoTomando-se o mesmo mo<strong>de</strong>lo exemplificado anteriormente, o processo po<strong>de</strong>ser exposto como segue.Um ARIMA(0,d,l) po<strong>de</strong> ser expresso <strong>de</strong> duas maneiras:W = (1=9 B)a ou W = (1-9 F)ePortanto <strong>de</strong>ve-se calcularL a tj = [ w th e i [vi](4 - 2 - 3)[ e t] = [ w t] + 0 i [Vi](4.2.4)Nesse caso, a relação (4.2.4) proporciona as previsões para trás e(4.2.3) os [a t ].Numericamente, o exemplo po<strong>de</strong> ser assimilustrado:seja 9 = 0,4. Então W = (l - 0,4 F)e .["e l = l" w l + 0,4 [en e Ta , = í w l + 0,4 fã _ "] , e o processo recursivo<strong>de</strong> cálculo está exposto no Quadro 3.
92Quadro 3Obtenção dos valores <strong>de</strong> aem um mo<strong>de</strong>lo W =(l-0,4F)e['c][•t]••< [vj[V]'•' [•«]-1 000000 1,47491,474900-1,47491 -3,0-2,41000,5900-3,6872-0,68722 -4,0-4,9640-0,9640-1,71802,28203 4,02,0144-1,98565,70491,70494 5,05 -4,05,8058-1,67770,80582,32234,2622-1,8445-0,73782,15556 6,05,3289-0,67115,3888-0,61127 -3,08 2,0-0,86841,86842,1316-0,3474-1,52803,68001,47201,68009 5,05,66100,66104,2000-0,800010 -2,00,26442,2644-2,00000A soma incondicional dos quadrados e(4.2.5)10S(0,4) = E (a /0,4; W) 2 = 135,0284 .t=l lNote-se que, para esse exemplo, utilizando um MA(1), tem-se:|W l = w , t=l, 2, ..., n é previsto para trás se t l 0;pen<strong>de</strong>ntes <strong>de</strong> w;, ... são nulos,pois e , e , e_«, ..., são in<strong>de</strong>a[ , l a , ... são nulos, pois, em um MA(q), a_ , a_ , ...in<strong>de</strong>pen<strong>de</strong>ntes <strong>de</strong> w;
- 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 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.