4

Vasco da Gama

4.1

Identificac
ao do Modelo

O primeiro passo do processo de modelagem e a identificacao do modelo de PAR ( p ), que consiste em

encontrar as ordens mais adequadas pm para operadores autorregressivos em cada perodo. Segundo a
[26] , esta etapa e realizada atraves da funcao de autocorrelacao (FAC) e funcao de autocorrelacao parcial
(FACP). A correlac
ao pm
e dada por:
k entre Yt e Y(tk) ,


Yt m
m
, k = 1, 2, 3,
pk = E
m

Ao multiplicar ambos os lados da (10) por

Ytk mk
mk

(11)

e tendo o seu valor esperado, a estrutura de

autocorrelacao das series de temporais pode ser descrita por um conjunto de funcoes de autocorrelac
ao
pm
odos de m = 1, 2, , s[27] como mostrado em (12):
k per

pm
k



=
=


Yt m
m



Yt m1
Yt mk
m
E
+
1
m1
mk



Yt mk
Yt mpm
+
m
E
m
mpm
mk
 

Yt mk
+E am
.
t
mk
E

(12)

Fixando m e variando k de 1 ate pm em (12), e obtido para cada perodo, um conjunto da equac
oes
peri
odicas de Yule-Walekr, como em (13). Em um perodo m:

m
1
pm1
. . . pm1
pm1
1
1
m1

m
m2
p1

1
.
.
.
p
pm2
2

.
..
..
..
..
.

.
.
.
.
.

m1
m2
ppm1 ppm2 . . .
1
m
pm

m
1

m
2

= .
..

m
pm

(13)

Considerando o par
ametro de um processo auto-regressivo de ordem k, entao a PACF e o u
ltimo
par
ametro do processo e, com isso, as equacoes periodicas de Yule-Walekr podem ser reescrita como em
(14).

m1
p1

..

m1
pk1

pm1
1

...

pm1
k1

1
..
.

...
..
.

pm2
k2
..
.

pm2
k2

...

m

k2
.
..

m
kk
1

m
k1

m
k1

m

k2
= .
..

m
kk

(14)

O conjunto de m
e a autocorrelacao parcial de perodo m. Cada coeficiente de de
kk , m = 1, 2, s
ordem k coincide com o u
ltimo par
ametro de um modelo autorregressivo de mesma ordem. Assim,
para um processo autoregressivo de ordem pm , a funcao de autocorrelacao parcial m
e diferente de
kk
zero para k pm e zero para k > pm . Entao , o procedimento classico de indenticacao do model
PAR(p) e baseado na determinac
ao das ordens apropriadas dos operadores autoregressivos para cada
perodo pm , m = 1, 2, , s. Essas ordens sao determinadas atraves das estimativas m
kk , k = 1, 2 T /4
e substituindo as autocorrelac
oes pelos respectivos valores de amostra em (14). Se a ordem dos operadores
autoregressivo em um dado perodo m e para pm , entao m
e aproximadamente normal com media 1 e
kk
variancia 1/T (de acordo com abordagem Quenoulli[28] ) quando quandok > pm . Na ocasiao, procura-se
a ordem mais alta i para cada perodo m de modo que todas as estimativas m
ao sao mais significante
kk n
para k > i26 .