aparecem escassamente no correlograma (por exemplo, 5% das autocorrelaçoessão significantes), então, a serie <strong>de</strong> resíduos <strong>de</strong>ve ser aceitacomo aleatória e o mo<strong>de</strong>lo consi<strong>de</strong>rado satisfatório.Exemplo: seja um mo<strong>de</strong>lo MA(1):w t = (1-9,B)a t .Se os resíduos apresentam autocorrelaçao significante na <strong>de</strong>fasagem l,isso esta a indicar a necessida<strong>de</strong> <strong>de</strong> um operador MA adicional <strong>de</strong> or<strong>de</strong>m1. Sugere-se o mo<strong>de</strong>lo MA(2): w = (l - 9^8 - 02B 2 )at •Exemplo: seja o mo<strong>de</strong>lo sazonal V. ? ln w = (l - 0.4B)(1 - 0.5B 12 )a com<strong>de</strong>svios padrão dos parâmetros 0,06 e 0,04 repectivamentt.No caso, ambos os parâmetros são significantes e <strong>de</strong>vem permanecer nomo<strong>de</strong>lo (a correlação entre eles é zero) e não existe qualquer evi<strong>de</strong>nciaque i.idique superparametrizaçao. Fazendo uma^analise das autocorrelaçoesdos resíduos após o ajustamento, essa não mostra melhoria domo<strong>de</strong>lo.Po<strong>de</strong>rá, ainda, ocorrer um caso especial, on<strong>de</strong> a super e a subparametrizaçaoestão presentes simultaneamente.Isso acontece quando se necessitatanto uma simplificação como uma melhoria do mo<strong>de</strong>lo. Ocorre quando estãopresentes tanto parâmetros sazonais que se <strong>de</strong>sejam simplificar,quanto parâmetros regulares, que se preten<strong>de</strong>m incorporar.994.2 — Mo<strong>de</strong>lagem <strong>de</strong> Séries Sazonais:Mo<strong>de</strong>lo SARIMA (p, d, q) x (P, D, Q)O processo <strong>de</strong> mo<strong>de</strong>lagem para series <strong>de</strong> <strong>tempo</strong> que apresentam variaçõescíclicas <strong>de</strong> curto prazo e bastante similar aqueles em que a sazonalida<strong>de</strong>é inexistente. Fundamentalmente, essas diferenças resi<strong>de</strong>m em seprecisar estabelecer um numero maior <strong>de</strong> parâmetros e i<strong>de</strong>ntificar valorespara a or<strong>de</strong>m (p,d,q)x(P,D,Q). Como o processo <strong>de</strong> estimação dos parâmetros<strong>de</strong> um mo<strong>de</strong>lo SARIMA segue os mesmos princípios <strong>de</strong> ummo<strong>de</strong>lo nãosazonal, e essa técnica <strong>de</strong> calculo encontra-se embutida nos pacotes computacionais,o problema do mo<strong>de</strong>lador reduz-se somente a estabelecer valorespara a or<strong>de</strong>m (p,d,q)x(P,D,Q).Assim,para se obter "d" e "D", <strong>de</strong>ve-se utilizar,conjuntamente, os operadoresV d = (l - B) d e vj? = (1-B S ) D , <strong>de</strong> maneira a tornar W = V VJ? XO t S Lestacionaria.A obtenção das or<strong>de</strong>ns "p", "P", "q", "Q" é feita, como no mo<strong>de</strong>lo nãosazonal, através das funções <strong>de</strong> autocorrelaçaoeautocorrelaçao parcialda serie V = V V X . Para o mo<strong>de</strong>lo multiplicativo,as conclusões obtidaspela existência <strong>de</strong> correlações diferentes <strong>de</strong> zero nas primeiras<strong>de</strong>fasagens <strong>de</strong>vem ser agora vistas conjuntamente com as <strong>de</strong>fasagens sazonais.As funções <strong>de</strong>^autocorrelaçao e autocorrelaçao^parcial do processo multiplicativosão geradas pelo produto das funções <strong>de</strong> seus componentesnão sazonais e sazonais. Dessa maneira,as conclusões obtidas pela exis-
100tencia <strong>de</strong> correlações diferentes <strong>de</strong> zero nas primeiras <strong>de</strong>fasagens sãoindicações dos valores das or<strong>de</strong>ns "p" e "q" e nas <strong>de</strong>fasagens sazonaisdas or<strong>de</strong>ns "P" e "Q".Por exemplo, para um processo (O,l,l)x(0,l,1) «, os coeficientes <strong>de</strong> autocorrelaçoesda série W X <strong>de</strong>vem ser diferentes <strong>de</strong> zero soincn<strong>de</strong>fasagens l, 11, 12, 13.
- 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 $,6, e a , de
- Page 86 and 87: Um exemplo pratico permite maior cl
- Page 88 and 89: Para o calculo de S(_$,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 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.