Anlise e previso de sries temporais I Prof.

: Henrique Hippert

Bacharelado em Estatstica 2011.2

Disciplina: Anlise e Previso de Sries Temporais I
Professor: Henrique S. Hippert
Aula 16 Processos MA(1) e MA(2)

1. Processo MA(1)
(1)

z t = + at 1 at 1
Escrito com os dados centrados:
zt = at 1at 1
zt = (1 1B)at

(2)

1.1. Estacionariedade e invertibilidade

Para um modelo MA(1), a equao caracterstica
1 1 B = 0

cuja raiz
B=

Para que |B| > 1, preciso que

| 1 |< 1
Portanto, um modelo MA(1) sempre estacionrio, e ser invertvel se | 1 |< 1 .

1.2. Mdia e varincia

De (1) e (2) acima,

E ( zt ) =
E ( zt ) = 0

z2 = (1 + 12 ) a2
1.3. Funo de autocorrelao (FAC)
k + 1 k +1 + ... + q k q

1 + 12 + ... + q2

k =

k = 1,2,..., q

(3)
k >q

Anlise e previso de sries temporais I Prof.: Henrique Hippert

Substituindo o coeficiente 1 em (3), obtemos:

1
1 =
1 + 12
k = 0 , k>1
1.4. Funo de autocorrelao parcial (FACP)

Substituindo o 1 acima nas equaes de Yule-Walker, Box & Jenkins (1994) demonstram
que possvel chegar expresso da FACP do modelo MA(1), em funo do defasamento k:
1 12

(4)
kk = 1k
2 k +2
1 1
portanto,
1 12

1 12
1

=
=

1
2
4
2
2
1 1
(1 1 )(1 + 1 ) 1 + 1
1 12

22 = 12
6
1 1
1 12
, etc.
33 = 13
8
1 1

11 = 1

como, pela condio de invertibilidade do modelo,

| 1 |< 1
fcil de ver que 1k ir decair exponencialmente (se o sinal de 1 for negativo, as potncias
sucessivas de 1k tero sinais alternados). Como o termo entre parnteses em (4)
1 12

2k + 2
1 1

< 1

vemos que
| kk |< 1k
e conclumos da que kk ser dominada por uma exponencial amortecida.
Para um modelo MA(1), portanto, a FAC tem apenas um valor diferente de zero,
enquanto a FACP decai indefinidamente. a situao inversa do que acontecia com AR(1).

Anlise e previso de sries temporais I Prof.: Henrique Hippert

2. Processo MA(2)
Modelo:

zt = + at 1at 1 2 at 2

(5)

Ou, usando dados centrados,

zt = at 1at 1 2 at 2
zt = (1 1B 2 B 2 )at

2.1. Estacionariedade e invertibilidade

Os processos MA(2) so sempre estacionrios. Para que seja invertvel, preciso que as
razes da equao caracterstica estejam fora do crculo unitrio, o que ocorre se os
coeficientes atenderem s restries:
2 + 1 < 1
2 1 < 1
1 < 2 < 1
Estas trs restries definem a rea sombreada abaixo:

Um modelo ser invertvel se o ponto definido por seus coeficientes estiver dentro do
tringulo. Note que estas condies so similares quelas exigidas para a estacionariedade de
um AR(2).

2.2. Mdia e varincia:

De (1) e (2) acima,

E ( zt ) =
Var ( zt ) = a2 (1 + 12 + 22 )

2.3. Funo de autocorrelao :

Da expresso (3), obtemos

+
(1 )
1 = 1 2 1 22 = 1 2 22
1 + 1 + 2 1 + 1 + 2

Anlise e previso de sries temporais I Prof.: Henrique Hippert

2 =

2
1 + 12 + 22

k= 0 para k3
2.4. Funo de autocorrelao parcial

A expresso da FACP para modelos MA(2) bastante complicada e no ser

apresentada aqui. Esta funo dominada pela soma de duas exponenciais (se as razes da
equao caracterstica so reais), ou por uma senide amortecida, no caso contrrio. Portanto,
a FACP de um processo MA(2) ir se comportar exatamente como um a FAC de um processo
AR(p).

3. Dualidade entre AR e MA

AR: ACF infinita; PACF finita

MA: ACF finita; PACF infinita
AR: sempre invertvel
MA: sempre estacionrio
AR: raizes fora do crculo unitrio, para estacionariedade
MA: raizes fora do crculo unitrio, para invertibilidade