Questão 70 — Séries Temporais — Modelos ARIMA (Estatística) — Fundação Vunesp · Exército Brasileiro — Escola de Formação Complementar do Exército (EsFCEx) 2020

Estatística Séries Temporais — Modelos ARIMA

Fundação Vunesp 2020

Exército Brasileiro — Escola de Formação Complementar do Exército (EsFCEx) · Oficial do Quadro Complementar do Exército — Área: Estatística · Caderno Versão A

Gabarito disponível

Em relação às séries temporais, assinale a alternativa correta.

Selecione uma alternativa A) No modelo de médias móveis de ordem q, MM(q), a função de autocorrelação é: ρⱼ = 0, para j = q + 1, q + 2, ..., n (j é o número de defasagens). B) No modelo autorregressivo de ordem 1, AR(1), dado por: yₜ = 2 + 0,5 yₜ₋₁ + eₜ, com eₜ ∼ N(0, σ²), a função espectral é ρⱼ = (0,5)ʲ, j = 1, 2, ..., n (j é o número de defasagens). C) Numa série temporal que cresce linearmente, o modelo ARIMA (p, d, q) deve ter o parâmetro d = 0, já que não é necessário fazer diferenciação. D) O método dos mínimos quadrados é o método clássico para estimar os parâmetros do modelo ARIMA. E) Um inconveniente dos modelos de suavização exponencial é que eles não têm fórmula para se fazer previsões de observações futuras.

Resolução comentada

Em MA(q), a autocorrelação se anula após a defasagem q.

Num processo de médias móveis de ordem q, a função de autocorrelação é nula para defasagens maiores que q, o que é uma propriedade característica do modelo. Por isso a ACF serve para identificar a ordem q.

Análise das alternativas

B: ρj=(0,5)^j é a função de autocorrelação do AR(1), não a espectral. C: uma tendência linear exige diferenciação, ou seja, d=1. D: o método clássico para ARIMA é a máxima verossimilhança (ou mínimos quadrados condicionais), não o MQ simples. E: a suavização exponencial tem fórmulas de previsão.

Referência: Box-Jenkins; Morettin & Toloi, Análise de Séries Temporais.

Resolução comentada do VaiConcursos.